免费发需求
发布你的需求,坐等服务商上门
  • 需求发布后
    1小时内收到服务商响应
  • 每个需求
    平均有10个服务商参与
  • 95%以上的需求
    得到了圆满解决
  • 所有需求
    不向雇主收取任何佣金
立即发布需求
或者

robots文件详细参数解读

发布时间:2014-08-11 16:10:38分享到:

    搜索引擎三巨头支持的robots文件记录包括:

    Disallow – 告诉蜘蛛不要抓取某些文件或目录。如下面代码将阻止蜘蛛抓取所有的网站文件:


    User-agent: *

    Disallow: /

    Allow – 告诉蜘蛛应该抓取某些文件。Allow和Disallow配合使用,可以告诉蜘蛛某个目录下,大部分都不抓取,只抓取一部分。如下面代码将使蜘蛛不抓取ab目录下其他文件,而只抓取其中cd下的文件:

    User-agent: *

    Disallow: /ab/

    Allow: /ab/cd

    $通配符 – 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:

    User-agent: *

    Allow: .htm$

    *通配符 – 告诉蜘蛛匹配任意一段字符。如下面一段代码将禁止蜘蛛抓取所有htm文件:

    User-agent: *

    Disallow: /*.htm

    Sitemaps位置 – 告诉蜘蛛你的网站地图在哪里,格式为:

    Sitemap: <sitemap_location>

    三家都支持的Meta标签包括:

    NOINDEX – 告诉蜘蛛不要索引某个网页。

    NOFOLLOW – 告诉蜘蛛不要跟踪网页上的链接。

    NOSNIPPET – 告诉蜘蛛不要在搜索结果中显示说明文字。

    NOARCHIVE – 告诉蜘蛛不要显示快照。

    NOODP – 告诉蜘蛛不要使用开放目录中的标题和说明。

    上面这些记录或标签,现在三家都共同支持。其中通配符好像以前雅虎微软并不支持。百度现在也支持Disallow,Allow及两种通配符。Meta标签我没有找到百度是否支持的官方说明。

    只有Google支持的Meta标签有:

    UNAVAILABLE_AFTER – 告诉蜘蛛网页什么时候过期。在这个日期之后,不应该再出现在搜索结果中。

    NOIMAGEINDEX – 告诉蜘蛛不要索引页面上的图片。

    NOTRANSLATE – 告诉蜘蛛不要翻译页面内容。

    雅虎还支持Meta标签:

    Crawl-Delay – 允许蜘蛛延时抓取的频率。

    NOYDIR – 和NOODP标签相似,但是指雅虎目录,而不是开放目录。

    Robots-nocontent – 告诉蜘蛛被标注的部分html不是网页内容的一部分,或者换个角度,告诉蜘蛛哪些部分是页面的主要内容(想被检索的内容)。

    MSN还支持Meta标签:

    Crawl-Delay

    另外提醒大家注意的是,robots.txt文件可以不存在,返回404错误,意味着允许蜘蛛抓取所有内容。但抓取robots.txt文件时却发生超时之类的错误,可能导致搜索引擎不收录网站,因为蜘蛛不知道robots.txt文件是否存在或者里面有什么内容,这与确认文件不存在是不一样的。