一、什么是robots.txt?
robots是网站和搜索引擎协议的纯文本文件,当一个搜索引擎蜘蛛来访问站点的时候,首先爬行检查根目录是否存在这个文件。如果存在的话,那么就会根据文件的内容来确定访问范围,如果没有的话蜘蛛就会沿着链接进行抓取,robots放在项目的根目录下。
二、 robots.txt基本语法:
1、允许所有搜索引擎访问网站的所有部分,robots.txt写法如下
User-agent: *
Disallow:
或者
User-agent: *
Allow: /
注意: 1. 首个英文要大写,冒号是英文状态下,冒号后面有一个空格,这几点一定不能写错。
2 、禁止所有搜索引擎访问网站的所有部分
robots.txt写法如下:
User-agent: *
Disallow: /
3 、只需要禁止蜘蛛访问某个目录,比如禁止admin、css、images等目录被索引
robots.txt写法如下:
User-agent: *
Disallow: /css/
Disallow: /admin/
Disallow: /images/
注意:路径后面有斜杠和没有斜杠的区别:比如Disallow: /images/ 有斜杠是禁止抓取images整个文件夹,Disallow: /images 没有斜杠意思是凡是路径里面有/images关键词的都会被屏蔽
4、屏蔽一个文件夹/templets,但是又能抓取其中一个文件的写法:/templets/main
robots.txt写法如下:
User-agent: *
Disallow: /templets
Allow: /main
5、 禁止访问/html/目录下的所有以”.php”为后缀的URL(包含子目录)
robots.txt写法如下:
User-agent: *
Disallow: /html/*.php
6、 仅允许访问某目录下某个后缀的文件,则使用“$”
robots.txt写法如下:
User-agent: *
Allow: .html$
Disallow: /
7、禁止索引网站中所有的动态页面
比如这里限制的是有“?”的域名,例如index.php?id=1
robots.txt写法如下:
User-agent: *
Disallow: /*?*
8、 禁止搜索引擎抓取我们网站上的所有图片(如果你的网站使用其他后缀的图片名称,在这里也可以直接添加)
有些时候,我们为了节省服务器资源,需要禁止各类搜索引擎来索引我们网站上的图片,这里的办法除了使用“Disallow: /images/”这样的直接屏蔽文件夹的方式之外,还 可以采取直接屏蔽图片后缀名的方式。
robots.txt写法如下:
User-agent: *
Disallow: .jpg$
Disallow: .jpeg$
Disallow: .gif$
Disallow: .png$
Disallow: .bmp$
三、写robots.txt要注意的地方:
1)、 首个英文要大写,冒号是英文状态下,冒号后面有一个空格,这几点一定不能写错。
2.)、斜杠:/ 代表整个网站
3)、如果“/”后面多了一个空格,则屏蔽整个网站
4)、不要禁止正常的内容
5)、生效时间是几天到两个月
四、robots.txt文件对网站优化有什么作用?
1、疾速增加网站权重和拜访量;
2、制止某些文件被查找引擎索引,能够节约服务器带宽和网站拜访速度;
3、为查找引擎供给一个简洁明了的索引环境
好好