搞过网站的朋友都知道robots.txt文件是用来限制搜索引擎不乱抓取,只抓取我们希望被收录的内容的。比如我们网站的后台就不希望被搜索抓取,那么robots文件需要这样写:
User-agent: *
Disallow: /admin/
但是这样我们很容易发现了一个问题,如果有人要破解攻击的话,很容易就知道了后台,一下子就清楚了网站的结构。
我们并不想这样!
有没有办法让robots.txt既能限制搜索引擎,又不泄露后台地址和隐私目录呢?有!
一、使用通配符(*):
User-agent: *
Disallow: /a*/
这样的写法,禁止所有的搜索引擎抓取根目录下a开头的目录。当您的后台是admok165的话,还有谁会看到呢?
二、只写目录前几个字母,不写全:
User-agent: *
Disallow: /ad
这种的写法,是禁止所有的搜索引擎抓取根目录下ad开头的目录。
最后说明一下,以上这两种方法,需要网站目录没有相同字母开头的,例如ad目录,如果有两个一样的,那需在robots.txt文件里再加上一个字母区别开来。