robots网站搜索引擎之间的一种协议文件,通常网站有的文件,或者网页不想被搜索引擎索引,就可以通过robots文件协议进行限制,当然robots协议文件可用于很多场景如搜索引擎总抓取网站动态页面、404页面、CSS js就可以通过robots进行限制,网站不想被某个搜索引擎索引可以通过robots协议文件去限制,等。

网站的robots协议文件该怎么做语法又该怎么写

怎么写robots:

今天就给大家分享一下,我平时是怎么写robots的,首先查看网站蜘蛛来访的日志,一般像zblog、wp、dz、之梦、帝国、都会有蜘蛛来访记录的插件,没有插件的可以看自己服务器的日志文件,为了更清晰的看到搜索引擎访问的日志,推荐使用软件进行查看,常用的软件有:

 爱站工具包 日志超过50M貌似就需要VIP了;其次是站长工具软件版 这个工具是去出来的,目前还没收费,但是我没用过;光年软件算是一个比较老牌的工具了,一般给网站写robots文件时都是用的这个软件。

通过软件查看搜索引擎来访的日志,根据自己的实际情况来撰写规则,提示几点,不要过多的禁止抓取目录,过多禁止对网站的整体收录也会造成影响,这一点是自己亲测的;在禁止之前一定要查看好,禁止的目录上级或者下级有没有内容,老网站最好是site一下,新网站最好检查一下再考虑是否禁止;JS不一定要禁止抓取,现在的搜索引擎也是能识别出JS文件的,CSS可以直接禁止。图片类只要是你网站内容的图片最好不要直接禁止,因为搜索引擎图片也是可以带来流量的,如百度图片、Sogou图片、360图片等;如果拿不准主意可以再评论区留言,我看到会帮你查看一下。下面放出robots语法。

robots语法:

老规矩,回复查看...

[CommShow]

robots.txt写法大全和robots.txt语法的作用
1如果允许所有搜索引擎访问网站的所有部分的话 我们可以建立一个空白的文本文档,命名为robots.txt放在网站的根目录下即可。
robots.txt写法如下:
User-agent: *
Disallow:
或者
User-agent: *
Allow: /
2如果我们禁止所有搜索引擎访问网站的所有部分的话
robots.txt写法如下:
User-agent: *
Disallow: /
3如果我们需要某一个搜索引擎的抓取的话,比如百度,禁止百度索引我们的网站的话
robots.txt写法如下:
User-agent: BAIduspider
Disallow: /
4如果我们禁止google索引我们的网站的话,其实跟示例3一样,就是User-agent:头文件的蜘蛛名字改成谷歌GOOGLEbot
即可
robots.txt写法如下:
User-agent: Googlebot
Disallow: /
5如果我们禁止除Google外的一切搜索引擎索引我们的网站话
robots.txt写法如下:
User-agent: Googlebot
Disallow:
User-agent: *
Disallow: /
6如果我们禁止除百度外的一切搜索引擎索引我们的网站的话
robots.txt写法如下:
User-agent: BAiduspider
Disallow:
User-agent: *
Disallow: /
7如果我们需要禁止蜘蛛访问某个目录,比如禁止admin、css、images等目录被索引的话
robots.txt写法如下:
User-agent: *
Disallow: /css/
Disallow: /admin/
Disallow: /images/
8如果我们允许蜘蛛访问我们网站的某个目录中的某些特定网址的话
robots.txt写法如下:
User-agent: *
Allow: /css/my
Allow: /admin/html
Allow: /images/index
Disallow: /css/
Disallow: /admin/
Disallow: /images/
9我们看某些网站的robots.txt里的Disallow或者Allow里会看很多的符号,比如问号星号什么的,如果使用“*”,主要是限制访问某个后缀的域名,禁止访问/html/目录下的所有以".htm"为后缀的URL(包含子目录)。
robots.txt写法如下:
User-agent: *
Disallow: /html/*.htm
10如果我们使用“$”的话是仅允许访问某目录下某个后缀的文件
robots.txt写法如下:
User-agent: *
Allow: .asp$
Disallow: /
11如果我们禁止索引网站中所有的动态页面(这里限制的是有“?”的域名,例如index.asp?id=1)
robots.txt写法如下:
User-agent: *
Disallow: /*?*
有些时候,我们为了节省服务器资源,需要禁止各类搜索引擎来索引我们网站上的图片,这里的办法除了使用“Disallow: /images/”这样的直接屏蔽文件夹的方式之外,还可以采取直接屏蔽图片后缀名的方式。
示例12
如果我们禁止Google搜索引擎抓取我们网站上的所有图片(如果你的网站使用其他后缀的图片名称,在这里也可以直接添加)
robots.txt写法如下:
User-agent: Googlebot
Disallow: .jpg$
Disallow: .jpeg$
Disallow: .gif$
Disallow: .png$
Disallow: .bmp$
13如果我们禁止百度搜索引擎抓取我们网站上的所有图片的话
robots.txt写法如下:
User-agent: Baidus
pider
Disallow: .jpg$
Disallow: .jpeg$
Disallow: .gif$
Disallow: .png$
Disallow: .bmp$
14除了百度之外和Google之外,禁止其他搜索引擎抓取你网站的图片
(注意,在这里为了让各位看的更明白,因此使用一个比较笨的办法——对于单个搜索引擎单独定义。)
robots.txt写法如下:
User-agent: Baiduspider
Allow: .jpeg$
Allow: .gif$
Allow: .png$
Allow: .bmp$
User-agent: Googlebot
Allow: .jpeg$
Allow: .gif$
Allow: .png$
Allow: .bmp$
User-agent: *
Disallow: .jpg$
Disallow: .jpeg$
Disallow: .gif$
Disallow: .png$
Disallow: .bmp$
15仅仅允许百度抓取网站上的“JPG”格式文件
(其他搜索引擎的办法也和这个一样,只是修改一下搜索引擎的蜘蛛名称即可)
robots.txt写法如下:
User-agent: Baiduspider
Allow: .jpg$
Disallow: .jpeg$
Disallow: .gif$
Disallow: .png$
Disallow: .bmp$
16仅仅禁止百度抓取网站上的“JPG”格式文件
robots.txt写法如下:
User-agent: Baiduspider
Disallow: .jpg$
17如果 ? 表示一个会话 ID,您可排除所有包含该 ID 的网址,确保 Googlebot 不会抓取重复的网页。但是,以 ? 结尾的网址可能是您要包含的网页版本。在此情况下,沃恩可将与 Allow 指令配合使用。
robots.txt写法如下:
User-agent:*
Allow:/*?$
Disallow:/*?
Disallow:/ *?
一行将拦截包含 ? 的网址(具体而言,它将拦截所有以您的域名开头、后接任意字符串,然后是问号 (?),而后又是任意字符串的网址)。Allow: /*?$ 一行将允许包含任何以 ? 结尾的网址(具体而言,它将允许包含所有以您的域名开头、后接任意字符串,然后是问号 (?),问号之后没有任何字符的网址)。
18如果我们想禁止搜索引擎对一些目录或者某些URL访问的话,可以截取部分的名字
robots.txt写法如下:
User-agent:*
Disallow: /plus/feedback.PHP?

[/CommShow]

大家可以参考上述的robots语法来进行撰写,另外再提示大家,千万别要搞错,网站robots文件如果写错,对网站以后发展会有很大的影响,所以一定要确保准确无误后再放到网站根目录。