robots.txt文件问题攻略大全

文章分类:建站知识 发布时间:2017-10-18 03:08:58 原文作者:admin 阅读1001

robots.txt文件问题攻略大全,本文中将大家常遇到的关于robots.txt文件的相关问题进行汇总,希望大家又长知识了。

1、robots.txt是什么?

解答:robots.txt是一个纯文本文件。简单说就是一个互联网协议,是针对搜索引擎蜘蛛抓取网站时的一个提前声明。通过robots.txt文件告诉蜘蛛,该网站的哪些文件你能访问抓取,哪些文件不要去访问抓取,从而规避一些隐私文件或不想被收录的文件被蜘蛛爬取到,起到一个引导蜘蛛的作用。

搜索引擎蜘蛛爬取网站的第一个文件会优先选择robots.txt文件,所以在引导蜘蛛时robots.txt文件就显得尤为重要。
 


 

2、robots.txt写法

user-agent:* 这里的星号,代表泛指所有的搜索引擎,如需要特指某个蜘蛛,则将各个搜索引擎蜘蛛的名称写下即可。各大常用搜索引擎蜘蛛名称如下:

google蜘蛛:googlebot

百度蜘蛛:baiduspider

yahoo蜘蛛:slurp

alexa蜘蛛:ia_archiver

msn蜘蛛:msnbot

bing蜘蛛:bingbot

altavista蜘蛛:scooter

lycos蜘蛛:lycos_spider_(t-rex)

alltheweb蜘蛛:fast-webcrawler

inktomi蜘蛛:slurp

有道蜘蛛:YodaoBot和OutfoxBot

热土蜘蛛:Adminrtspider

搜狗蜘蛛:sogou spider

SOSO蜘蛛:sosospider

360搜蜘蛛:360spider
 

屏蔽所有蜘蛛写法:

user-agent:*

disallow: /

提示:这里的斜杠代表网站根目录。

 

屏蔽单个搜索引擎蜘蛛写法(如屏蔽谷歌):

user-agent:googlebot

Disallow: /

 

屏蔽单个目录:

user-agent:*

Disallow: /a/

提示:若a后面不加斜杠/a,表示以a形成的所有文件都屏蔽;加斜杠/a/表示只代表a目录下的所有文件。

 

屏蔽单个页面:

user-agent:*

Disallow: /123.html

 

释放已屏蔽目录中的某个文件:

user-agent:*

Disallow: /a/

Allow: /a/img/

 

屏蔽所有动态页面:

user-agent:*

Disallow: /*?*

 

加入网站地图文件:

user-agent:*

Sitemap: http://www.haoyihai.com/sitemap.xml

Sitemap: http://www.haoyihai/sitemap.html

提示:尽量把链接写完整,免得抓取出错。
 

关于robots具体屏蔽那些文件,请阅读《robots具体禁止什么文件》一文,文中有详细阐述,这里不细讲。
 

3、robots.txt放在哪里?

解答:robots.txt必须指定放在一个网站的根目录下,且文件名必须全部小写。

相应URL地址例如:

http://www.haoyihai.com/robots.txt
 

4、robots.txt文件存在限制指令

解答:这个也就是大家,常看到某些网站,快照描述写着“由于该网站的robots.txt文件存在限制指令(限制搜索引擎抓取),系统无法提供该页面的内容”,其实就是该网站屏蔽了搜索引擎抓取,淘宝最为明显。
 

就是这个写法:

user-agent:*

disallow: /

解决办法,进入网站根目录,找到robots.txt文件,删除掉里面的“disallow: /”,然后等待快照更新就可以了。

 

5、robots.txt怎么看?

解答:都是进入网站空间,找到根目录下的robots.txt文件,打开观察写法,文件屏蔽,查看是否有误或新增即可。直接观察可以在浏览器输入主域名+robots.txt即可观察,修改还是要到服务器空间或ftp里面处理。

 

6、robots.txt可以删除吗?

解答:可以删除,但是对蜘蛛很不友好,建议不要删除,且把内容写完整。

 

7、robots.txt允许收录

解答:允许收录也就是写法,参考第二点写法规则即可。

 

8、robots.txt安全防渗透说明

解答:一般robots.txt文件中,我们会写到屏蔽后台路径如下:

user-agent:*

Disallow: /admin/

这个路径我们不能像上面这样直接写出来,很容易被别人窥视加以利用,所以一般我们需要设置复杂一点,并用星号泛指来表示。

如下:

user-agent:*

Disallow: /a*n/

将中间部分用泛指表示出来,蜘蛛是可以根据前后对照识别出文件,但别人想要知道就很难了,可防止被攻击,增加安全性。

 

9、robots.txt文件本身安全吗?

解答;robots.txt本身是没安全问题的,但如果空间被入侵,robots.txt文件被修改可能就会出错了。不过也很容易察觉到,一旦你发现异常了,修改回来就好了,所以robots.txt文件也需要时常看看是否有问题,做好安全维护工作。

 

好了以上就是这些内容,相信大家已经掌握robots要诀了,还没明白的就多看几遍。


十堰网络公司   十堰网站优化   13872831164