糯麦 NurMai

400-158-5662

糯麦科技

/

新闻资讯

/

技术讨论

/

深入了解SEO中的robots协议

深入了解SEO中的robots协议

原创 新闻资讯

于 2023-08-11 10:30:35 发布

16726 浏览

大多数网站都使用robots协议,这个协议也被称为爬虫协议或机器人协议。它以文本文件格式存在,通常被称为“robots.txt”。这个文件用于告诉搜索引擎蜘蛛程序哪些页面可以抓取,哪些页面拒绝抓取。当搜索引擎蜘蛛访问一个网站时,它们首先会读取robots文件,然后根据协议来访问和抓取网站的内容。

如果没有在网站上设置robots协议,那么搜索引擎蜘蛛会默认抓取网站上的所有内容,这包括一些敏感的私人文件。因此,建议所有网站都应该设置机器人协议。这个协议不仅可以帮助搜索引擎更好地理解网站的内容,还可以保护网站的隐私和安全。

在设置robots协议时,网站管理员需要指定哪些部分的网页可以公开访问,哪些部分需要密码保护或者禁止搜索引擎访问。这可以帮助减少网站上的恶意内容,同时也可以保护网站的敏感信息不被泄露。总的来说,设置robots协议是一个很好的做法,它可以使搜索引擎更好地理解网站的内容,同时也可以保护网站的隐私和安全。


一、什么是robots协议文件?

robots协议用于确保网站的隐私信息不被泄露。robots协议定义的规则规定搜索引擎抓取网站内容。用白话解释就是告诉蜘蛛,某些页面是不对蜘蛛开放的。一般存储在网站的根目录下,但说白了,各大搜索引擎会抓取吗?个人认为都是抓取的,可能只有把页面添加到索引数据库中才会处理。那些页面不加索引数据库,因为搜索引擎毕竟是数据公司,不会放过每一个数据。当然,这只是猜测。我们做网站优化,做机器人文件应该做的事情。

如果将网站的背景添加到Robot协议中,可以用*替换部分字符,以确保安全。

机器人协议可以更好地帮助搜索引擎蜘蛛抓取我们的网站,提高抓取效率。

网站上线后当天如果还没修改完毕可以利用 Disallow: / 来屏蔽全站


二、robots协议的写法格式

1、允许所有的机器人:

User-agent: *
Disallow:

另一写法

User-agent: *
Allow:/

2、仅允许特定的机器人:

User-agent: baiduspider
Allow:

3、拦截所有的机器人:

User-agent: *
Disallow: /

4、禁止所有机器人访问特定目录:

User-agent: *
Disallow: /admin/
Disallow: /images/
Disallow: /css/
Disallow: /javascript/

5、仅禁止坏爬虫访问特定目录(BadBot用真实的名字代替):

User-agent: BadBot
Disallow: /private/

6、禁止所有机器人访问特定文件类型:

User-agent: *
Disallow: /*.php$
Disallow: /*.js$
Disallow: /*.inc$
Disallow: /*.css$


三、robots协议的一些使用误区

1,假设网站上的所有文件都同意蜘蛛抓取,没有什么隐私文件可隐藏不见的。那是不是网站就可以不必要增加robots协议文件了呢?答案当然是否定的。如果不存在robots协议文件,那搜索引擎蜘蛛将会对网站所有页面都进行抓取,包括404页面,404页面抓取收录会对网站造成过多重复页面的负面。而且蜘蛛访问robots.txt的时候也是会给蜘蛛返回404错误。

2,robots协议文件中设置所有文件都可以被蜘蛛抓取,并不能增加网站的收录。网站程序中的一些脚本文件,CSS文件,IMG文件等等跟网站内容不相关的文件也会被蜘蛛抓取,并不会对网站收录有好的作用。甚至可能被认为内容与主题不符而被受到惩罚。那岂不是得不偿失。

3,过多蜘蛛对所有文件进行抓取,也完全是在浪费服务器的资源,造成服务器卡顿,反而会影响用户正常访问,同时对蜘蛛访问也有影响,如果蜘蛛抓取过慢会认为网站打开过慢,不仅仅导致整个站点的页面收录受到影响,而且会被受到网站服务器过慢惩罚。


四、什么样的文件可以设置不被蜘蛛抓取

网站中不需要搜索引擎蜘蛛抓取的文件有:后台管理文件、程序脚本、附件、数据库文件、编码文件、样式表文件、模板文件、导航和背景等等。

可以在robots.txt文件中作出如下设置:

User-agent: *
Disallow: /admin/ 后台管理文件
Disallow: /require/ 程序文件
Disallow: /attachment/ 附件
Disallow: /images/
Disallow: /data/ 数据库文件
Disallow: /template/ 模板文件
Disallow: /css/ 样式表文件
Disallow: /lang/ 编码文件
Disallow: /script/ 脚本文件

如果你的网站是动态网页,并且这些动态网页创建了静态副本,方便搜索蜘蛛更容易抓取。那么你需要在robots.txt文件里设置避免动态网页被蜘蛛索引,以保证这些网页不会被视为含重复内容。

目前对此表示支持的搜索引擎公司有Google, Yahoo, Ask and MSN。而中文搜索引擎公司,显然不在这个圈子内。这样做的好处就是,站长不用到每个搜索引擎的站长工具或者相似的站长平台,去提交自己的sitemap文件,搜索引擎的蜘蛛自己就会抓取robots.txt文件,读取其中的sitemap路径,接着抓取其中相链接的网页。

合理使用robots.txt文件还能避免访问时出错。比如,不能让搜索者直接进入购物车页面。因为没有理由使购物车被收录,所以你可以在robots.txt文件里设置来阻止搜索者直接进入购物车页面。


五、robots协议文件的黑帽seo作用

禁止快照编辑,要防止所有搜索引擎显示您网站的快照,请将此元标记置入网页<HEAD> 部分:

<meta name="robots" content="noarchive">

要允许其他搜索引擎显示快照,但仅防止百度搜索引擎显示,请使用以下标记:

<meta name="Baiduspider" content="noarchive">


六、常见Robots名称

google蜘蛛:googlebot
百度蜘蛛:baiduspider
搜狗蜘蛛:sogouspider
360蜘蛛:360Spider
yahoo蜘蛛:slurp
alexa蜘蛛:ia_archiver
msn蜘蛛:msnbot
altavista蜘蛛:scooter
lycos蜘蛛:lycos_spider_(t-rex)
alltheweb蜘蛛:fast-webcrawler/
inktomi蜘蛛:slurp

SEO优化

robots协议

搜索引擎

阅读排行

  • 1. 几行代码就能实现Html大转盘抽奖

    大转盘抽奖是网络互动营销的一种常见形式,其通过简单易懂的界面设计,让用户在游戏中体验到乐趣,同时也能增加商家与用户之间的互动。本文将详细介绍如何使用HTML,CSS和JavaScript来实现大转盘抽奖的功能。

    查看详情
  • 2. 浙江省同区域公司地址变更详细流程

    提前准备好所有需要的资料,包含:房屋租赁合同、房产证、营业执照正副本、代理人身份证正反面、承诺书(由于我们公司其中一区域已有注册另外一公司,所以必须需要承诺书)

    查看详情
  • 3. 微信支付商户申请接入流程

    微信支付,是微信向有出售物品/提供服务需求的商家提供推广销售、支付收款、经营分析的整套解决方案,包括多种支付方式,如JSAPI支付、小程序支付、APP支付H5支付等支付方式接入。

    查看详情
  • 4. 阿里云域名ICP网络备案流程

    根据《互联网信息服务管理办法》以及《非经营性互联网信息服务备案管理办法》,国家对非经营性互联网信息服务实行备案制度,对经营性互联网信息服务实行许可制度。

    查看详情
  • 5. 微信小程序申请注册流程

    微信小程序注册流程与微信公众号较为相似,同时微信小程序支持通过已认证的微信公众号进行注册申请,无需进行单独认证即可使用,同一个已认证微信公众号可同时绑定注册多个小程序。

    查看详情