张栩藩：简单robots.txt规则编写及应用

在网站优化系列中，一个网站的robots.txt文件是必不可少的。很多seo会忽略了robots.txt的重要性，网站上出现了一些404页面或者不想让搜索引擎了解的内容的时候，就会运用到它了。我们下面就谈谈robots.txt一些最实用、最简单的应用。

常见搜索引擎名称：

Baiduspider 百度;

Scooter Vista;

ia_archiver Alexa;

Googlebot 谷歌;

FAST-WebCrawler Fast;

MSNBOT Msn

我们常见的语法中：Disallow该项定义域用来描述希望不被索引的URL路径;allow该项定义域用来描述可以被索引的URL路径，但是由于缺省值是允许索引所以该项定义域会很少使用到。例如我们如果要禁止百度指数抓取，那么我们该怎么写呢？如下：

User-agent:Baiduspider

Disallow:/

讲解：这里user-agent是针对百度蜘蛛的，而谷歌是没有蜘蛛的，谷歌的搜索引擎叫机器人，而disallow禁止了所有“/”目录下的文件，这里的斜杠是根目录（一般是wwwroot下的文件）。

我们如果禁止所有搜索引擎，唯独百度可以抓取改怎么写呢？如下：

User-agent:Baiduspider

Disallow:

User-agent: *

Disallow: /

讲解：这里网站主要针对百度说，我对你是开放的，而对其他所有的除百度意外的搜索引擎都对他们不开放我的目录。这里的“*”是指所有，接下来的disallow禁止了所有根目录的索引。

我们如果禁止搜索引擎读取某个文件夹，如何写呢？如下：

User-agent:*

Disallow:/a/

Disallow:/abc/

Disallow:/data/

讲解：这里网站说明了针对所有的搜索引擎禁止访问我的a文件里面的任何文件，以及abc文件和data文件。这是如果你想禁止包含该文件名以及以该文件名为路径的话，将后面的斜杠去掉，如下：

User-agent:*

Disallow:/a

Disallow:/abc

Disallow:/data

讲解：这里不光禁止了该文件，同时也禁止以该文件命名的url路径对搜索引擎的索引。一般情况下很少运用到。

现在我们有很多网站不能实现静态，很多网站都做了伪静态，但是有部分的动态路径仍被搜索引擎索引了怎么办呢？我们可以添加如下规则：

User-agent:*

Disallow:/*?*

讲解：这里的“*”代表所有带有“？”的路径将会被禁止索引，有的可能变量不是“?”而是“$”，同样道理将“?”替换成“$”就能实现了。

以上我说的这几种都是我们最常见以及最容易忽略的问题。一个好robots.txt规则就能为网站加分，如果没有写好很可能会搜索引擎不抓取。只要我们做好每个小细节的优化，网站的用户体验将会越来越好。

本文由 永州新唯美www.zriq.cn，独家供稿，转载请保留，谢谢合作！

标签： robots.txt文件设置 404页面制作 搜索引擎优化 

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。