一、为什么要写robots.txt文件,它的作用是什么?
robots.txt是用来告诉搜索引擎网站上哪些内容可以被访问、哪些不能被访问。当搜索引擎访问一个网站的时候,它首先会检查网站是否存在robots.txt,如果有则会根据文件命令访问有权限的文件。
而一个网站为什么要写robots.txt,主要有四点:
- 保护网站安全
- 节省流量
- 禁止搜索引擎收录部分页面
- 引导蜘蛛爬网站地图
二、robots.txt的写法与步骤
- 定义搜索引擎
用User-agent:来定义搜索引擎,其中*表示所有,Baiduspider表示百度蜘蛛,Googlebot表示谷歌蜘蛛。
也就是说User-agent:*表示定义所有蜘蛛,User-agent:Baiduspider表示定义百度蜘蛛。
- 禁止与允许访问
Disallow: /表示禁止访问,Allow: /表示允许访问。
在写robots.txt时需特别注意的是,/前面有一个英文状态下的空格(必须是英文状态下的空格)。
禁止搜索引擎访问网站中的某几个文件夹,以a、b、c为例,写法分别如下:
12345Disallow: /a/Disallow: /b/Disallow: /c/禁止搜索引擎访问文件夹中的某一类文件,以a文件夹中的js文件为例,写法如下:
|
|
只允许某个搜索引擎访问,以Baiduspider为例,写法如下:
123User-agent: BaiduspiderDisallow:禁止访问网站中的动态页面
123User-agent: *Disallow: /*?*只允许搜索引擎访问某类文件,以htm为例,写法如下:
12345User-agent: *Allow: .htm$Disallow: /禁止某个搜索引擎抓取网站上的所有图片,以Baiduspider为例,写法如下:
1234567891011User-agent: FDisallow: .jpg$Disallow: .jpeg$Disallow: .gif$Disallow: .png$Disallow: .bmp$
三、robots.txt文件存放位置
robots.txt文件存放在网站根目录下,并且文件名所有字母都必须小写。
四、特别注意事项
在写robots.txt文件时语法一定要用对,User-agent、Disallow、Allow、Sitemap这些词都必须是第一个字母大写,后面的字母小写,而且在:后面必须带一个英文字符下的空格。
网站上线之前切记写robots.txt文件禁止蜘蛛访问网站,如果不会写就先了解清楚写法之后再写,以免给网站收录带来不必要的麻烦。
robots.txt文件生效时间在几天至一个月之间,站长自身无法控制。但是,站长可以在百度统计中查看网站robots.txt文件是否生效。