欢迎您加入19站目录库!网站推广流程:注册会员 -> 提交网站 -> 快速审核 -> 带来无限流量和外链。( 点入和点出一次可获排名第一位!
数据统计:143个主题分类,1585个优秀站点,4个站点正在排队审核,224篇站长资讯
网站快速审核:免费请联系: 点击这里给我发消息
当前位置:19站目录库 » 站长资讯 » 网站帮助 » 使用帮助 » 文章详细 订阅RssFeed

如何设置网站的robots文件

来源:本站原创 浏览:37次 时间:2021-07-07


        Robots协议(爬虫协议)是国际互联网界通行的道德规范,一般是在一个web站点的根目录下写的robots.txt文件,用来告知搜索引擎哪些页面能被抓取,哪些页面不能被抓取,可以屏蔽一些网站中比较大的文件,如:图片,音乐,视频等,节省服务器带宽;可以屏蔽站点的一些死链接。方便搜索引擎抓取网站内容;设置网站地图连接,方便引导蜘蛛爬取页面,Robots是站点与spider沟通的重要渠道,站点通过robots文件声明本网站中不想被搜索引擎收录的部分或者指定搜索引擎只收录特定的部分。

robots.txt文件的格式

        robots文件往往放置于根目录下,包含一条或更多的记录,在该文件中可以使用#进行注解,具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始,后面加上若干Disallow和Allow行,详细情况如下:

        User-agent:该项的值用于描述搜索引擎robot的名字。在"robots.txt"文件中,如果有多条User-agent记录说明有多个robot会受到"robots.txt"的限制,对该文件来说,至少要有一条User-agent记录。如果该项的值设为*,则对任何robot均有效,在"robots.txt"文件中,"User-agent:*"这样的记录只能有一条。如果在"robots.txt"文件中,加入"User-agent:SomeBot"和若干Disallow、Allow行,那么名为"SomeBot"只受到"User-agent:SomeBot"后面的 Disallow和Allow行的限制。

        Disallow:该项的值用于描述不希望被访问的一组URL,这个值可以是一条完整的路径,也可以是路径的非空前缀,以Disallow项的值开头的URL不会被 robot访问。例如"Disallow:/help"禁止robot访问/help.html、/helpabc.html、/help/index.html,而"Disallow:/help/"则允许robot访问/help.html、/helpabc.html,不能访问/help/index.html。"Disallow:"说明允许robot访问该网站的所有url,在"/robots.txt"文件中,至少要有一条Disallow记录。如果"/robots.txt"不存在或者为空文件,则对于所有的搜索引擎robot,该网站都是开放的。

        Allow:该项的值用于描述希望被访问的一组URL,与Disallow项相似,这个值可以是一条完整的路径,也可以是路径的前缀,以Allow项的值开头的URL 是允许robot访问的。例如"Allow:/hibaidu"允许robot访问/hibaidu.htm、/hibaiducom.html、/hibaidu/com.html。一个网站的所有URL默认是Allow的,所以Allow通常与Disallow搭配使用,实现允许访问一部分网页同时禁止访问其它所有URL的功能。

        使用"*"and"$":Baiduspider支持使用通配符"*"和"$"来模糊匹配url。

        "*" 匹配0或多个任意字符

         "$" 匹配行结束符。

robots.txt文件书写举例:

 1. 允许所有的robot访问

    User-agent: * Allow: / 或者 User-agent: * Disallow:

 2. 禁止所有搜索引擎访问网站的任何部分

    User-agent: *

    Disallow: /

 3. 仅禁止Baiduspider访问您的网站

    User-agent: Baiduspider

    Disallow: /

 4. 仅允许Baiduspider访问您的网站

    User-agent: Baiduspider

    Disallow:

 5. 禁止spider访问特定目录

    User-agent: *

    Disallow: /cgi-bin/

    Disallow: /tmp/

    Disallow: /~joe/

6. 允许访问特定目录中的部分url

    User-agent: *

    Allow: /cgi-bin/see

    Allow: /tmp/hi

    Allow: /~joe/look

    Disallow: /cgi-bin/

    Disallow: /tmp/

    Disallow: /~joe/

 7. 使用”*”限制访问url,禁止访问/cgi-bin/目录下的所有以”.htm”为后缀的URL(包含子目录)。

    User-agent: *

    Disallow: /cgi-bin/*.htm

 8. 使用”$”限制访问url,仅允许访问以”.htm”为后缀的URL。

    User-agent: *

    Allow: .htm$

    Disallow: /

 9. 禁止访问网站中所有的动态页面

    User-agent: *

    Disallow: /*?*

 10. 禁止Baiduspider抓取网站上所有图片,仅允许抓取网页,禁止抓取任何图片。

    User-agent: Baiduspider

    Disallow: .jpg$

    Disallow: .jpeg$

    Disallow: .gif$

    Disallow: .png$

    Disallow: .bmp$

 11. 仅允许Baiduspider抓取网页和.gif格式图片,允许抓取网页和gif格式图片,不允许抓取其他格式图片

    User-agent: Baiduspider

    Allow: .gif$

    Disallow: .jpg$

    Disallow: .jpeg$

    Disallow: .png$

    Disallow: .bmp$

 12. 仅禁止Baiduspider抓取.jpg格式图片

    User-agent: Baiduspider

       总结:最后需要说明的是:百度会严格遵守robots的相关协议,请注意区分您不想被抓取或收录的目录的大小写,百度会对robots中所写的文件和您不想被抓取和收录的目录做精确匹配,否则robots协议无法生效。



【本篇文章由“19站目录库http://www.19zh.com”编辑收录】

转载请注明-原文链接:如何设置网站的robots文件

推荐站点

  • 唯品电影_vip800.cn|免费好看的电影网站唯品电影_vip800.cn|免费好看的电影网站

    唯品电影网(www.vip800.cn)为您提供最新好看的电影、最新电视剧、影视动漫、热播综艺节目等,免费在线观看高清电影、动作片、喜剧片、爱情片、恐怖片、搞笑电影等视频内容,更多高清电影免费在线观看尽在电影网。

    www.vip800.cn
  • VIP免费电影网_vip.19zh.com|VIP电影电视剧免费在线观看VIP免费电影网_vip.19zh.com|VIP电影电视剧免费在线观看

    VIP免费电影网为您免费提供最新好看的电影、热播电视剧、新番动漫、热门综艺节目等,涵盖爱情片、动作片、喜剧片、悬疑片、记录片、战争片、恐怖片等电影及电视剧内容,以及海量最新电影图文影视资讯,看电影就上VIP免费电影网vip.19zh.com。

    vip.19zh.com
  • 幻剑书盟幻剑书盟

    幻剑书盟是中国首家永久免费原创文学门户,全站小说任意章节均可免费阅读!包括奇幻玄幻、武侠仙侠、女生言情、都市游戏、悬疑科幻、军事历史等。

    hjsm.tom.com
  • 央视网_世界就在眼前央视网_世界就在眼前

    央视网(www.cctv.com)由中央广播电视总台主办,是以视频为特色的中央重点新闻网站,是央视的融合传播平台,是拥有全牌照业务资质的大型互联网文化企业。秉承“融合创新、一体发展”的理念,以新闻为龙头,以视频为重点,以用户为中心,建成“一网一端多平台多渠道”融媒体传播体系。

    www.cctv.cn
  • 爱奇艺爱奇艺

    爱奇艺(iQIYI.COM)是拥有海量、优质、高清的网络视频的大型视频网站,专业的网络视频播放平台。爱奇艺影视内容丰富多元,涵盖电影、电视剧、动漫、综艺、生活、音乐、搞笑、财经、军事、体育、片花、资讯、微电影、儿童、母婴、教育、科技、时尚、原创、公益、游戏、旅游、拍客、汽车、纪录片、爱奇艺自制剧等剧目。视频播放清晰流畅,操作界面简单友好,真正为用户带来“悦享品质”的在线观看体验。

    www.iqiyi.com
  • 优酷视频优酷视频

    视频服务平台,提供视频播放,视频发布,视频搜索,视频分享

    www.youku.com
Powered by 19站目录F2.02021版 官方网站:19站目录库
Processed in 0.021937 second(s), 21 Queries, Gzip Enabled