久草中文在线观看_久久精品中文字幕一区_亚洲日本欧美日韩中文字幕_熟妇人妻无乱码中文字幕真矢织江

　　前幾天有朋友在網(wǎng)站通過(guò)聊天窗口問(wèn)苦丁，有什么什么辦法阻止搜索引擎的收錄，因?yàn)樽约壕W(wǎng)站上面有的東西不想被搜索引擎收錄。其實(shí)是可以實(shí)現(xiàn)的，在這里就有必要好好介紹一下robots.txt文件，因?yàn)橥ㄟ^(guò)這個(gè)robots.txt全完可以實(shí)現(xiàn)搜索引擎收錄的問(wèn)題。

　　其實(shí)不管是企業(yè)網(wǎng)站還是門戶網(wǎng)站，上面都會(huì)有些資料是保密而不對(duì)外公開(kāi)的。怎么樣做到不對(duì)外公開(kāi)呢？唯一的保密的措施就是不讓搜索引擎來(lái)搜錄這些信息。這 樣就會(huì)不在網(wǎng)絡(luò)上公司，那么要實(shí)現(xiàn)這個(gè)網(wǎng)站頁(yè)面不收錄，就體了robots.txt的作用啦！robots.txt是一個(gè)簡(jiǎn)單的記事本文件，這是網(wǎng)站管理 員和搜錄引擎對(duì)話的一個(gè)通道。在這個(gè)文件中網(wǎng)站管理者可以聲明該網(wǎng)站中不想被robots訪問(wèn)的部分，或者指定搜索引擎只收錄指定的內(nèi)容。

　　當(dāng)一個(gè)搜索機(jī)器人（有的叫搜索蜘蛛）訪問(wèn)一個(gè)站點(diǎn)時(shí)，它會(huì)首先檢查該站點(diǎn)根目錄下是否存在robots.txt，如果存在，搜索機(jī)器人就會(huì)按照該文件中的內(nèi)容來(lái)確定訪問(wèn)的范圍；如果該文件不存在，那么搜索機(jī)器人就沿著鏈接抓取。

　　既然我們這里知道了什么是robots.txt，我們?cè)撊绾蝸?lái)應(yīng)用呢？

　　1、如果我們網(wǎng)站的內(nèi)容為全部公開(kāi)，則不需要要設(shè)置robots.txt或robots.txt為空就可以啦。

　　2、robots.txt這個(gè)文件名必需要是小寫而且都要放在網(wǎng)站的根目錄下http://www.xxxxx.com/robots.txt一般要通過(guò)這種URL形式能訪問(wèn)到，才說(shuō)明我們放的位置是正確的。

　　3、robots.txt一般只寫上兩種函數(shù)：User-agent和 Disallow。有幾個(gè)禁止，就得有幾個(gè)Disallow函數(shù)，并分行描述。

　　4、至少要有一個(gè)Disallow函數(shù)，如果都允許收錄，則寫: Disallow: ，如果都不允許收錄，則寫:Disallow: /  （注：只是差一個(gè)斜桿）。

　　寫法說(shuō)明

　　User-agent: *  星號(hào)說(shuō)明允許所有搜索引擎收錄

　　Disallow: /search.html   說(shuō)明 http://www.xxxxx.com/search.html 這個(gè)頁(yè)面禁止搜索引擎抓取。

　　Disallow: /index.php?   說(shuō)明類似這樣的頁(yè)面http://www.www.xxxxx.com/index.php?search=%E5%A5%BD&action=search&searchcategory=%25 禁止搜索引擎抓取。

　　常見(jiàn)的用法實(shí)例：

　　允許所有的robot訪問(wèn)

　　User-agent: *

　　Disallow:

　　或者也可以建一個(gè)空文件 “/robots.txt” file

　　禁止所有搜索引擎訪問(wèn)網(wǎng)站的任何部分

　　User-agent: *

　　Disallow: /

　　禁止所有搜索引擎訪問(wèn)網(wǎng)站的幾個(gè)部分（下例中的01、02、03目錄）

　　User-agent: *

　　Disallow: /01/

　　Disallow: /02/

　　Disallow: /03/

　　禁止某個(gè)搜索引擎的訪問(wèn)（下例中的BadBot）

　　User-agent: BadBot

　　Disallow: /

　　只允許某個(gè)搜索引擎的訪問(wèn)（下例中的Crawler）

　　User-agent: Crawler

　　Disallow:

　　User-agent: *

　　Disallow: /

　　另外，我覺(jué)得有必要進(jìn)行拓展說(shuō)明，對(duì)robots meta進(jìn)行一些介紹：

　　Robots META標(biāo)簽則主要是針對(duì)一個(gè)個(gè)具體的頁(yè)面。和其他的META標(biāo)簽（如使用的語(yǔ)言、頁(yè)面的描述、關(guān)鍵詞等）一樣，Robots META標(biāo)簽也是放在頁(yè)面的＜head＞＜/head＞中，專門用來(lái)告訴搜索引擎ROBOTS如何抓取該頁(yè)的內(nèi)容。

　　Robots META標(biāo)簽的寫法：

　　Robots META標(biāo)簽中沒(méi)有大小寫之分，name=”Robots”表示所有的搜索引擎，可以針對(duì)某個(gè)具體搜索引擎寫為name=”BaiduSpider”。 content部分有四個(gè)指令選項(xiàng)：index、noindex、follow、nofollow，指令間以“,”分隔。

　　INDEX 指令告訴搜索機(jī)器人抓取該頁(yè)面；

　　FOLLOW 指令表示搜索機(jī)器人可以沿著該頁(yè)面上的鏈接繼續(xù)抓取下去；

　　Robots Meta標(biāo)簽的缺省值是INDEX和FOLLOW，只有inktomi除外，對(duì)于它，缺省值是INDEX,NOFOLLOW。

　　這樣，一共有四種組合：

　　＜META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞

　　＜META NAME=”ROBOTS” CONTENT=”NOINDEX,FOLLOW”＞

　　＜META NAME=”ROBOTS” CONTENT=”INDEX,NOFOLLOW”＞

　　＜META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞

　　其中

　　＜META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞可以寫成＜META NAME=”ROBOTS” CONTENT=”ALL”＞；

　　＜META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞可以寫成＜META NAME=”ROBOTS” CONTENT=”NONE”＞

　　目前看來(lái)，絕大多數(shù)的搜索引擎機(jī)器人都遵守robots.txt的規(guī)則，而對(duì)于Robots META標(biāo)簽，目前支持的并不多，但是正在逐漸增加，如著名搜索引擎GOOGLE就完全支持，而且GOOGLE還增加了一個(gè)指令“archive”，可以限制GOOGLE是否保留網(wǎng)頁(yè)快照。例如：

　　＜META NAME=”googlebot” CONTENT=”index,follow,noarchive”＞

　　表示抓取該站點(diǎn)中頁(yè)面并沿著頁(yè)面中鏈接抓取，但是不在GOOLGE上保留該頁(yè)面的網(wǎng)頁(yè)快照。

　　robots.txt文件對(duì)于我們做SEO的朋友來(lái)說(shuō)也是經(jīng)常要用到的，所以我們還要好好了解他的具體操作方法。苦丁分享