robots.txt是网站主建立与搜索引擎之间沟通的一座桥梁。基本上每个网站做好之后都会加上robots.txt,因为的们的网站一些内容是想让搜索收录(比如说我们的后台)其实robots.txt常见问题很多,这里济南网站优化只是列举一些我们经常犯的一些错误:
一、robots.txt的位置应该放在那里?
robots.txt文件应该放置在网站根目录下。当搜索引擎的蜘蛛程序访问一个网站(比如http://www.jngenan.com/)时,首先会检查该网站中是否存在http://www.jngenan.com/robots.txt这个文件,如果找到这个文件,它就会根据这个文件的内容,来确定它即将要访问的范围。
二、济南seo建立了robots.txt文件屏蔽了网页,为什么还会出现在搜索结果中呢?
如果在robots.txt中屏蔽了该url路径,按常理来将是不会出现的搜索结果中的,但是很多情况下并不是这样,原因如下:
1.蜘蛛程序通过其他链接直接进入网站的内页,导致被爬取并收录;
2.robots.txt文件是后期修改,搜索结果还未进行更新;
以上经过一段时间的更新就会逐渐消失,如果被抓取的网页涉及到一些隐私,可以直接想相关搜索引擎反映。
三、robots.txt中的一些细节问题
文件中头字母大小写;
注意空格和“/”
四、robots.txt的一些操作事例
1.禁止搜索搜索引擎访问网站的任何部分
User-agent:*
Disallow:/
2.允许访问所有的内容
User-agent:*
Disallow:
或者
User-agent:*
Allow:/
济南网站优化建议您:也可以建立一个空的robots.txt文件
3.仅仅允许google访问我的网站
User-agent:Googlebot
Disallow:/
User-agent:*
Disallow:/
4.禁止访问指定目录
User-agent:*
Disallow:/abc/
Disallow:/def/
Disallow:/ghp/
5.允许访问特定目录
User-agent:*
Allow:/abc/abc
Allow:/def/ef
Allow:/ghp/look
Disallow:/abc/
Disallow:/def/
Disallow:/ghp/
6.禁止访问/abc/目录下的所有以”.html”为后缀的URL(包含子目录)
User-agent:*
Disallow:/abc/*.html
7.仅允许访问以”.html”为后缀的URL
User-agent:*
Allow:.html$
Disallow:/
8.禁止访问网站中所有的动态页面
User-agent:*
Disallow:/*?*
9.禁止抓取网站上所有图片
User-agent:*
Disallow:.jpg$
Disallow:.jpeg$
Disallow:.gif$
Disallow:.png$
Disallow:.bmp$
济南seo提示您:如果还有其他格式,可以再进行添加Disallow:如果允许抓取某一类型的图片,将“Disallow”修改为“Allow”即可。
注意以上格式中空格和“/”的使用
10.允许所有搜索引擎抓取,将自己的网站地图放进robots.txt文件
User-agent:*
Disallow:
Sitemap:http://www.jngenan.com/sitemap1.xml
robots.txt存在的问题比较多,大家有什么疑问也可以直接留言,方便进一步完善robots.txt常见问题,济南网站优化希望您你一起成长。