注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

一个人的世界

专注于网站优化与网络发展的研究与探索..

 
 
 

日志

 
 
 
 

SEO robots 的应用方法  

2011-03-10 11:03:58|  分类: 网络交流 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |
robots.txt,存放于网站根目录下的ASCII编码的文本文件,文件名应统一为小写。如果想单独定义搜索引擎的漫游器访问子目录时的行为,那么可以将自定的设置合并到根目录下的robots.txt,或者使用robots元数据。
例如:www.s027.cn/robots.txt 
robots元数据:
  <meta name="robots" content="noindex,nofollow" />定义与页面文件中
  这个协议也不是一个规范,而只是约定俗成的,通常搜索引擎会识别这个元数据,不索引这个页面,以及这个页面的链出页面
文件的格式及基本定义
"robots.txt"文件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>:<optionalspace><value><optionalspace>"。
  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行,详细情况如下:
1、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会受到该协议的限制,对该文件来说,至少要有一条User-agent记录。如果该项的值设为*,则该协议对任何机器人均有效,在"robots.txt"文件中,"User-agent:*"这样的记录只能有一条。
2、Disallow:
  该项的值用于描述不希望被访问到的一个URL,这个URL可以是一条完整的路径,也可以是部分的,任何以Disallow开头的URL均不会被robot访问到。例如"Disallow:/help"对/help.html 和/help/index.html都不允许搜索引擎访问,而"Disallow:/help/"则允许robot访问/help.html,而不能访问/help/index.html。任何一条Disallow记录为空,说明该网站的所有部分都允许被访问,在"/robots.txt"文件中,至少要有一条Disallow记录。如果"/robots.txt"是一个空文件,则对于所有的搜索引擎robot,该网站都是开放的。
robots语法说明
用几个最常见的情况,直接举例说明:
  1. 允许所有SE收录本站:robots.txt为空就可以,什么都不要写。
  2. 禁止所有SE收录网站的某些目录:
User-agent: *
Disallow: /目录名1/
Disallow: /目录名2/
  3. 禁止某个SE收录本站,例如禁止百度:
User-agent: Baiduspider
Disallow: /
  4. 禁止所有SE收录本站:
User-agent: *
Disallow: /
  5. 加入sitemap.xml路径,例如:
Sitemap: http://www.seotest.cn/sitemap.xml
Robots对应搜索引擎名字
名称 搜索引擎
google蜘蛛: googlebot
百度蜘蛛:baiduspider
yahoo蜘蛛:slurp
alexa蜘蛛:ia_archiver
msn蜘蛛:msnbot
altavista蜘蛛:scooter
lycos蜘蛛: lycos_spider_(t-rex)
alltheweb蜘蛛: fast-webcrawler/
inktomi蜘蛛: slurp
twiceler蜘蛛:twiceler
RoboRobots META标签的写法
1、META标签中没有大小写之分,name=”Robots”表示所有的搜索引擎,可以针对某个具体搜索引擎写为name=”BaiduSpider”。 content部分有四个指令选项:index、noindex、follow、nofollow,指令间以“,”分隔。
INDEX 指令告诉搜索机器人抓取该页面;
noindex 指令告诉搜索机器人不抓取该页面
FOLLOW 指令表示搜索机器人可以沿着该页面上的链接继续抓取下去;
noFOLLOW 指令表示搜索机器人可以沿着该页面上的链接继续抓取下去;
archive 指定限制GOOGLE是否保留网页快照(仅限于google引擎);
2、Robots Meta标签的缺省值是INDEX和FOLLOW,只有inktomi除外,对于它,缺省值是INDEX,NOFOLLOW。
  这样,一共有四种组合:
  <META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”>可以写成<META NAME=”ROBOTS” CONTENT=”ALL”>;
  <META NAME=”ROBOTS” CONTENT=”NOINDEX,FOLLOW”>可以写成<META NAME=”ROBOTS” CONTENT=”NONE”>
  <META NAME=”ROBOTS” CONTENT=”INDEX,NOFOLLOW”>
  <META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”>
  绝大多数的搜索引擎机器人都遵守robots.txt的规则,而对于Robots META标签,目前支持的并不多,但是正在逐渐增加,如著名搜索引擎GOOGLE就完全支持,而且GOOGLE还增加了一个指令“archive”,可以限制GOOGLE是否保留网页快照。例如:
  <META NAME=”googlebot” CONTENT=”index,follow,noarchive”>
  表示抓取该站点中页面并沿着页面中链接抓取,但是不在GOOLGE上保留该页面的网页快照。
  评论这张
 
阅读(123)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017