石頭誋：神奇的robots见证网站的兴衰

很早就答应给啊彬写一篇文章的，感谢他对我的一个帮助，但是一直到现在也没有写出来，前几天看到卓少问了一个问题关于robots的问题，给大家整理了一下robots的一些情况。robots.txt文件放在网站根目录下，是搜索引擎中访问网站的时候要查看的第一个文件。当一个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，所有的搜索蜘蛛将能够访问网站上所有没有被口令保护的页面。每个网站都应该有一个robots，它告诉搜索引长寿网站建设公司擎我的网站里有哪些东西是不允许抓取的，有哪些页面是欢迎爬行与抓取。

robots的几种作用：

1.屏蔽所有的搜索引擎抓取信息，如果你的网站只是你的私密性的网站，不想太多的人知道的话，可以利用robots屏蔽掉所有的搜索引擎，例如你写的私人博客。你就可以把搜索引擎全都屏蔽掉

User-agent:*

Disallow: /

2.如果你只想某一个搜索引擎抓取你的信息，这个时候就可以用robots进行设置，例如：我只想我的网站被百度这个收录，而不想被别的搜索引擎收录。就可以利用robots进行设置

User-agent: Baiduspider

Allow:

User-agent: *

Disallow: /

3.可以利用各种通配符对网站进行相对应的调配，例如我不想网站抓取我的所有图片，这个时候就可以运用$来进行设置。一般我们常见的图片的格式是BMP、JPG、GIF、JPEG等格式。这个时候设置就是：

User-agent: *

Disallow: /.bmp$

滁州网站建设公司Disallow: /.jpg$

Disallow: /.gif$

Disallow: /.jpeg$

4.还可以利用*来屏蔽掉相关的URL，有些网站不允许搜索引擎抓取动态地址的时候可以利用这个*通配符来进行匹配设置。一般情况下动态URL的有一个特点就是有？这个时候我们就可以利用这个特性来进行匹配的屏蔽：

User-agent: *

Disallow: /*?*

5.如果网站改版了，整个文件夹都没有了的时候，这个情况下就要考虑屏蔽掉整个文件夹。我们可以运用robots来对这整个的文件夹进行屏蔽，例如网站里的ab文件夹因改版全都给删掉了，这个时候就可以这样子设置：

User-agent: *

Disallow: /ab/

6.如果网站里有一个文件夹不想被收录，但是在这个文件夹里面有一个信息是允许被收录。那可以七台河网站建设公司运用robots的allow进行设置。例如我网站里ab文件夹不允许搜索引擎抓取，但是在ab文件夹里面又有一个信息cd是允许被抓取的，这个时候就可以运用robots进行设置：

User-agent: *

Disallow: /ab/

Allow:/ab/cd

7.可以在robots里定义出网站地图的位置，有利于网站的收录。

sitemap:网站地图的位置

8.有的时候你会发现我的网站里设置了robots但是还发现其收录了这个URL地址，这个的原因是因为这个搜索引擎的蜘蛛是通过URL爬行到网页的一般 google抓取这样子的URL的时候是不带title与描述的，但是百度抓取这个URL会带上title与描述，所以有很多有人会说我设置了 robots但是没有效果。实际情况是抓取了这个链接而没有收录这个页面内容。

网站的首页权重是最高的，权重是靠链接传递的，我们设置robots是为了更好的把权重传递给那些需要有很高权重的页面，而有一些页面则是不需要搜索引擎抓取和爬行的。

本文版权归石頭誋所以，转载请保留http://www.mobkid.com/链接