robots.txt

第一课程网
1kecheng.com
ID:1013

robots.txt是什么?

有没有想过,如果我们某个站点不让百度和google收录,那怎么办?

搜索引擎已经和我们达成一个约定,如果我们按约定那样做了,它们就不要收录。

这个写约定的的文件命名为:robots.txt。

robots.txt是一个最简单的.txt文件,用以告诉搜索引擎哪些网页可以收录,哪些不允许收录。

关于robots.txt一般站长需要注意以下几点:

  1. 如果你的站点对所有搜索引擎公开,则不用做这个文件或者robots.txt为空就行。
  2. 必须命名为:robots.txt,都是小写robot后面加"s"。
  3. robots.txt必须放置在一个站点的根目录下。如:通过http://web.1kecheng.com/faq/robots.txt 可以成功访问到,则说明本站的放置正确。
  4. 一般情况下,robots.txt里只写着两个函数:User-agent和 Disallow。
  5. 观察这个页面并修改为自己的:http://web.1kecheng.com/faq/robots.txt 
  6. 有几个禁止,就得有几个Disallow函数,并分行描述。
  7. 至少要有一个Disallow函数,如果都允许收录,则写: Disallow: ,如果都不允许收录,则写:Disallow: /  (注:只是差一个斜杆)。

补充说明:

User-agent: *  星号说明允许所有搜索引擎收录

Disallow: /search.html   说明http://www.1kecheng.com/search.html这个页面禁止搜索引擎抓取。

Disallow: /index.php?   说明类似这样的页面http://www.1kecheng.com/index.php?search=%E5%A5%BD&action=search&searchcategory=%25 禁止搜索引擎抓取。

相关文章:

如何使用标签阻止网页被收录?