欢迎您访问石家庄融创传媒有限公司官网 相信您会收获外贸行业领先的数字化运营解决方案!
全国服务热线:400-0430- 678 
简体中文简体中文

融创云营销平台

18年专注于企业全球化数字营销平台搭建运营、搜索引擎营销、社交媒体营销、品牌出海营销的全员 全网、全景新商业模式!
当前所在位置: 首页 » 文档帮助中心 » 图文帮助 » SEO » 其他 » 如何设置Robots文件?

如何设置Robots文件?

浏览数量: 29     作者: 本站编辑     发布时间: 2016-06-28      来源: 本站

询价

什么是Robots文件?

robots是网站站点与搜索引擎蜘蛛程序(spider)沟通的重要渠道,站点通过robots文件声明该网站中不想被搜索引擎收录的部分或者指定搜索 引擎只收录特定的部分。请注意,仅当您的网站包含不希望被搜索引擎收录的内容时,才需要使用robots.txt文件。如果您希望搜索引擎收录网站上所有 内容,请勿建立robots.txt文件。目前,领动系统中设置的Robots文件是允许所有内容都被搜索引擎收录的。

 

robots.txt文件的格式
 
 robots文件往往放置于根目录下,包含一条或更多的记录,这些记录通过空行分开(以CR,CR/NL, or NL作为结束符),每一条记录的格式如下所示:
        "<field>:<optional space><value><optionalspace>"
 
 在该文件中可以使用#进行注解,具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始,后面加上若干Disallow和Allow行,详细情况如下:
 
        User-agent:该项的值用于描述搜索引擎robot的名字。在"robots.txt"文 件中,如果有多条User-agent记录说明有多个robot会受到"robots.txt"的限制,对该文件来说,至少要有一条User-agent 记录。如果该项的值设为*,则对任何robot均有效,在"robots.txt"文件中,"User-agent:*"这样的记录只能有一条。如果 在"robots.txt"文件中,加入"User-agent:SomeBot"和若干Disallow、Allow行,那么名为"SomeBot"只 受到"User-agent:SomeBot"后面的 Disallow和Allow行的限制。
 
        Disallow:该项的值用于描述不希望被访问的一组URL,这个值可以是一条完整的路径,也可 以是路径的非空前缀,以Disallow项的值开头的URL不会被 robot访问。例如"Disallow:/help"禁止robot访问/help.html、/helpabc.html、/help /index.html,而"Disallow:/help/"则允许robot访问/help.html、/helpabc.html,不能访问 /help/index.html。"Disallow:"说明允许robot访问该网站的所有url,在"/robots.txt"文件中,至少要有一 条Disallow记录。如果"/robots.txt"不存在或者为空文件,则对于所有的搜索引擎robot,该网站都是开放的。
 
        Allow:该项的值用于描述希望被访问的一组URL,与Disallow项相似,这个值可以是一 条完整的路径,也可以是路径的前缀,以Allow项的值开头的URL 是允许robot访问的。例如"Allow:/hibaidu"允许robot访问/hibaidu.htm、/hibaiducom.html、 /hibaidu/com.html。一个网站的所有URL默认是Allow的,所以Allow通常与Disallow搭配使用,实现允许访问一部分网页 同时禁止访问其它所有URL的功能。
 
        使用"*"and"$":Baiduspider支持使用通配符"*"和"$"来模糊匹配url。
        "*" 匹配0或多个任意字符
         "$" 匹配行结束符。
 
最后需要说明的是:百度会严格遵守robots的相关协议,请注意区分您不想被抓取或收录的目录的大小写,百度会对robots中所写的文件和您不想被抓取和收录的目录做精确匹配,否则robots协议无法生效。


常用Robots文件的写法

1、允许所有搜索引擎访问
User-agent: *
Disallow:
或者
User-agent: *
Allow: /
在这里大家要注意下,可以最直接的建一个空文件 “robots.txt”然后放到网站的根目录。
 
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-agent: w
Disallow: /
User-agent: w
Disallow: /d/*.htm
在Disallow:后面加 /d/*.htm的意思是禁止访问/d/目录下的所有以”.htm”为后缀的URL,包含子目录。
 
5、只允许某个搜索引擎的访问,我用e来代替
User-agent: e
Disallow:
在Disallow:后面不加任何东西,意思是仅允许e访问该网站。
 
6、使用”$”限制访问url
User-agent: *
Allow: .htm$
Disallow: /
意思是仅允许访问以”.htm”为后缀的URL
 
7、禁止访问网站中所有的动态页面
User-agent: *
Disallow: /*?*
 
8、禁止搜索引擎F抓取网站上所有图片
User-agent: F
Disallow: .jpg$
Disallow: .jpeg$
Disallow: .gif$
Disallow: .png$
Disallow: .bmp$
意思是只允许引擎抓取网页,禁止抓取任何图片(严格来说,是禁止抓取jpg、jpeg、gif、png、bmp格式的图片。)
 
9、只允许搜索引擎E抓取网页和.gif格式图片
User-agent: E
Allow: .gif$
Disallow: .jpg$
Disallow: .jpeg$
Disallow: .png$
Disallow: .bmp$
意思是只允许抓取网页和gif格式图片,不允许抓取其他格式图片
 
注意事项:
 
绝大多数的搜索引擎机器人都遵守robots文件的规则,关于怎么写robots文件的方法,大致就是这些了。要提醒大家的是:robots.txt文件一定要写对,如果不太会写,还是要先了解再写,以免给网站的收录带来麻烦。

在领动系统中,设置Robots文件的入口:

第1步:登录领动系统,做如下操作:

Robots文件配置

第2步:在下图中设置Robots文件,保存;

编辑页面

 
第3步:保存,发布即可生效。

保存 发布


如果是网站上的单个页面不需要被收录,可以在这个页面的源代码里面加上一个meta robots标签:<Meta name="robots" content="noindex,follow">。这个需要领动工作人员来添加,若有这种需求请联系QQ:2417402658。

18年全球营销经验助力企业打破疫情下海外推广僵局
留言免费获取外贸建站+海外精准营销新方案
一键获取搜索引擎、社交媒体运营方案
表单名称

响应式官网

搜索引擎营销方案

社交营销方案

品牌提升方案

成功案例

营销学院

关于融创

联系融创

疫情展会

总部:
  400-0430-678
 sam@rongchuangyun.cn
 北京市景盛南四街17号二号院70号楼
河北运营中心
  0311-67691131 
服务热线
18633017161
 tousu@rongchuangmedia.net
 石家庄中山东路39号勒泰中心A座2010
北京运营中心
  
010-56370776 (服务热线
  18518509990  
  Sam@rongchuangyun.cn
 北京市景盛南四街17号二号院70号楼
广州运营中心
  
400-0430-678(服务热线
  13113042666  
 广州市黄埔区黄埔大道东840号503
微信公众账号
融创官网
公安备案 公安备案号:13019902000104
bg 增值电信业务许可证编号:冀B2-20115046
© 2020 石家庄融创传媒有限公司 版权所属
公安备案 公安备案号:13019902000104