利用robots文件做seo优化让蜘蛛更好的抓取网站

2019-03-26 来源：朱海涛的网站

robots文件存在于网站根目录，是用来告诉百度蜘蛛那些应该抓取，那些不应该抓取。正确使用robots文件有助于做好seo优化，robots文件的核心词汇就是allow和disallow用法。百度官网是认可这个文件的，在百度站长平台上也有robots这个栏目，点击进入，就可以看到你网站robots文件是否编写正确了。

百度robots文件使用说：

1、robots.txt可以告诉百度您网站的哪些页面可以被抓取，哪些页面不可以被抓取。

2、您可以通过Robots工具来创建、校验、更新您的robots.txt文件，或查看您网站robots.txt文件在百度生效的情况。

3、Robots工具暂不支持https站点。

4、Robots工具目前支持48k的文件内容检测，请保证您的robots.txt文件不要过大，目录最长不超过250个字符。

上图我给的一个例子中，disallow语句有问题，原因是把英文的冒号写成了中文的冒号。

当然直接输入网站根目录加上robtots.txt文件也可以

User-agent:* 　　是用来置顶那些搜索引擎蜘蛛可以抓取的，一般默认设置

Disallow:/category/*/page/ 分类目录下面翻页后的链接，比如，进入校赚网分类目录 "推广运营经验"目录后，在翻页一次，就成了 stcash.com/category/tuiguangyunying/page/2形式了

Disallow:/?s=*　Disallow:/*/?s=*　　搜索结果页面和分类目录搜索结果页面，这里没必要再次抓取。

Disallow:/wp-admin/ Disallow:/wp-content/ Disallow:/wp-includes/ 　　这三个目录是系统目录，一般都是屏蔽蜘蛛抓取

Disallow:/*/trackback 　trackback的链接

Disallow:/feed Disallow:/*/feed Disallow:/comments/feed　　订阅链接

Disallow:/?p=* 　　文章短链接，会自动301跳转到长连接

例如，朱海涛博客之前就被收录过短连接

Disallow:/*/comment-page-* 　　Disallow:/*?replytocom* 这两个我在之前文章有过说明，来自于评论链接，很容易造成重复收录。

在robots.txt文件的最后还可以制定sitemap文件　Sitemap:http://***.com/sitemap.txt

sitemap地址指令，主流是txt和xml格式。在这里分享一段张戈所写txt格式的simemap文件。

0) { foreach($mypages as $page) { echo get_page_link($page->ID); echo "\n"; } } ?>

0){ foreach ($terms as $term) { echo get_term_link($term, $term->slug); echo "\n"; } } ?>

$tag ) { $link = get_term_link( intval($tag->term_id), "post_tag" ); if ( is_wp_error( $link ) ) { return false; $tags[ $key ]->link = $link; } echo $link; echo "\n"; } ?>

将上述代码保存到txt文件，上传到根目录，并且在robots.txt文件中指定即可

这里给大家共享下我的robots.txt文件

User-agent: *

Disallow:/wp-admin/

Disallow: /*/comment-page-*

Disallow: /*?replytocom*

Disallow: /wp-content/

Disallow: /wp-includes/

Disallow: /category/*/page/

Disallow: /*/trackback

Disallow: /feed

Disallow: /*/feed