在国内,网站管理者似乎并不怎么重视robots.txt,本文就来简单谈一下robots.txt。

2016.7.21 今天忽然发现robots还有这样的作用!

rebots0721

基本介绍

robots.txt是一个纯文本文件,在这个文件中网站管理者可以声明该网站中不想被robots访问的部分,或者指定搜索引擎只收录指定的内容。

当一个搜索机器人(有的叫搜索蜘蛛)访问一个站点时,它会首先检查该站点根目录下是否存在robots.txt。如果存在,搜索机器人就会按照该文件中的内容来确定访问的范围;如果该文件不存在,那么搜索机器人就沿着链接抓取。

 

另外,robots.txt必须放置在一个站点的根目录下,如果你用的WordPress建站,那么默认目录是/home/wwwroot/你的域名/default/phpmyadmin/robots.txt。

案例

首先,我们来看一个robots.txt范例:https://sumi856.com/robots.txt

访问以上具体地址,我们可以看到robots.txt的具体内容如下:

User-agent: *
Disallow: /wp-admin/
Allow: /wp-admin/admin-ajax.php

User-agent后面为搜索机器人的名称,后面如果是*,则泛指所有的搜索机器人;Disallow后面为不允许访问的文件目录;Allow后面为允许访问的文件。

写作语法

允许所有的robot访问

User-agent: *
Disallow:

或者也可以建一个空文件

 

禁止所有搜索引擎访问网站的任何部分

User-agent: *
Disallow: /

 

禁止所有搜索引擎访问网站的几个部分

User-agent: *
Disallow: /01/
Disallow: /02/
Disallow: /03/

这里指禁止访问目录01、目录02、目录03

 

禁止某个搜索引擎的访问

User-agent: baidu
Disallow: /

 

只允许某个搜索引擎的访问

User-agent: Crawler
Disallow:

User-agent: *
Disallow: /