看商端玩家Robots定义：Robots文件写法+3个实战经验分享
最近看到高端SEO社群里有同学讨论Robots相关问题，我们从实战的角度，给大家讲讲怎么写Robots写法，以及在实战中可能遇到的问题，都给大家讲一下!希望可以帮助更多不懂的同学!
什么是Robots，简单来讲，其实Robots就是放在网站根目录下的一个TXT文件，但是这个TXT文件对搜索引擎规定，哪些页面可以访问，哪些页面不行。
Robots一般放在网站根目录下，文件名固定为robots.txt的(全部小写)、当搜索引擎要爬取我们网站的时候，会先读一下robots.txt里面的内容，判断哪些URL可以访问，哪些不行，然后进行爬取、收录。
常用的几类语法：
User-agent:定义搜索引擎的类型
google蜘蛛：googlebot
百度蜘蛛：baiduspider
yahoo蜘蛛：slurp
alexa蜘蛛：ia_archiver
msn蜘蛛：msnbot
Disallow:定义禁止搜索引擎收录的地址
举个例子来讲：User-agent:*Disallow:/
禁止所有搜索引擎访问网站，(*)为通配符
Allow:定义允许搜索引擎收录的地址
User-agent:*Disallow:/a/Allow:/a/b
如上面例子，限制搜索引擎抓取a目录，但允许搜索引擎抓取a目录下的b目录
$通配符
User-agent:*Allow:.htm$
匹配URL结尾的字符。如下面代码将允许蜘蛛访问以.htm为后缀的URL：
*通配符
User-agent:*Disallow:/*.htm
告诉蜘蛛匹配任意一段字符。如下面一段代码将禁止所有蜘蛛抓取所有htm文件：
Sitemap:http://www.xxx.com/sitemap.xml
1、许多朋友都喜欢让搜索引擎不抓取自己的后台，于是将自己的后台地址写到robots.txt里面，其实个人不建议这样做，因为考虑到网络安全，许多Hack都喜欢通过robots.txt看大家的后台，方便攻击!
2、网站必须要有robots.txt，如果网站没有robots.txt，搜索引擎随意抓取的话，可能会抓取到一些低质量页面，从而导致网站收录、流量受到影响,如上图是没有robots.txt。
3、当我们做完robots.txt后，一定要去【百度站长工具平台】抓取、测试robots.txt，以及测试URL是否可以抓取。
相关文章
-
微信公众号可被搜索引擎抓取或将更加“互联互通” robots协议是什么
不过最近有消息显示，微信公众号的内容可以被谷歌和必应等搜索引擎搜索到。,例如，一些网站如果不想让爬虫占据自家宝贵的服务器资源，往往就会直接在robots.txt文件中写上这样的规则，“User-agent:Googlebot，Allow:/User-agent:*，Disallow:/”，意思是本网站仅允许谷歌爬虫抓取，拒绝其他任何搜索引擎。,对于微信来说，公众号内容开放给外界，或许是腾讯分阶段分
2024-03-21 20:40 -
网站优化robots与nofollow有哪些差异 浅谈典型的网站优化战略
robots与nofollow有哪些差异robots文件是在根目录中的一个txt文本文件，里边用代码句子告知蜘蛛什么能够抓取，什么不能抓取，从一开始就告知了蜘蛛：“我有些东西不能让你看，请你主动绕开。,说得更浅显点robots一开始就告知蜘蛛咱们什么链接不要去抓取，而对于nofollow标签来说，他无法节约咱们的蜘蛛资源，连接中加了nofollow标签，蜘蛛仍是会抓取这个链接，仅仅不传递权重，也便
2024-03-21 18:09 -
seo基础robots写法及robots高级玩法 已回答 如何对网站关键词进行优化！
2、禁止所有搜索引擎访问User-agent:*Disallow:/或者User-agent:*allow:3、禁止所有搜索引擎访问网站中的几个部分，在这里我用a、b、c目录来代替User-agent:*Disallow:/a/Disallow:/b/Disallow:/c/如果是允许，则是Allow:/a/Allow:/b/Allow:/c/4、禁止某个搜索引擎的访问，我用w来代替User-ag
2024-03-21 18:05