如何添加robots.txt

    Tags:

什么是robots.txt文件?
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，而且文件名必须全部小写。

怎样写robots.txt？

先来看一个例子：http://www.52seo.net/robots.txt

# Robots.txt file from http://www.52seo.net
# All robots will spider the domain

User-agent: *
Disallow:

以上文本表达的意思是允许所有的搜索机器人访问www.52seo.net站点下的所有文件。

具体语法分析：其中#后面文字为说明信息；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。

下面是一些robots.txt的具体用法：

允许所有的robot访问
User-agent: *
Disallow:

或者也可以建一个空文件 “/robots.txt” file

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（下例中的01、02、03目录）

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

禁止某个搜索引擎的访问（下例中的BadBot）

User-agent: BadBot
Disallow: /

只允许某个搜索引擎的访问（下例中的Crawler）

User-agent: Crawler
Disallow:

User-agent: *
Disallow: /

对robots meta进行一些介绍：

robots meta标签则主要是针对一个个具体的页面。和其他的meta标签（如使用的语言、页面的描述、关键词等）一样，robots meta标签也是放在页面的<head></head>中，专门用来告诉搜索引擎robots如何抓取该页的内容。

robots meta标签的写法：
<meta name="robots" cotent="index,follow">
robots meta标签中没有大小写之分，name="robots"表示所有的搜索引擎，可以针对某个具体搜索引擎写为
name="baiduspider";content部分有四个指令选项：index、noindex、follow、nofollow，指令间以“,”分隔。

index  指令告诉搜索机器人抓取该页面；

follow 指令表示搜索机器人可以沿着该页面上的链接继续抓取下去；

robots meta标签的缺省值是index和follow，只有inktomi除外，对于它，缺省值是index,nofollow。

一共有四种组合：
<meta name="robots" cotent="index,follow">
<meta name="robots" cotent="index,nofollow">
<meta name="robots" cotent="noindex,follow">
<meta name="robots" cotent="noindex,nofollow">

其中
<meta name="robots" cotent="index,follow">可以写成<meta name="robots" cotent="index,follow">

<meta name="robots" cotent="noindex,nofollow">可以写成<meta name="robots" cotent="none">
目前看来，绝大多数的搜索引擎机器人都遵守robots.txt的规则，而对于robots meta标签，目前支持的并不多，但是正在逐渐增加，如著名搜索引擎GOOGLE就完全支持，而且GOOGLE还增加了一个指令“archive”，可以限制GOOGLE是否保留网页快照。例如：
<meta name="googlebot" cotent="index,follow,archive">

只要把写好的文档，上传到网站服务器上所在的根目录就可以。
这样可以减少一些不必要的麻烦。

您或许还对以下的内容感兴趣：