robots文件格式

 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DisallowAllow,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DisallowAllow行,那么名为“SomeBot”只受到“User-agent:SomeBot”后面的 DisallowAllow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”$”Baiduspider支持使用通配符“*”“$”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。

本文作者:站长派,如若转载,请注明出处:https://zhanzhangpai.com/?p=1622

免责声明:本站部分内容来源互联网整理,如有侵权请联系站长留言处理。

(0)
上一篇 2022年3月15日 下午3:46
下一篇 2022年3月15日 下午3:50

相关推荐

  • 为什么选择建站外包公司?建站外包公司有哪些优势?

    为什么选择建站外包公司?建站外包公司有哪些优势? 互联网时代,不管什么企业都有自己的品牌,网站就是企业品牌推广不可或缺的一部分。事实上网站不仅可以帮助企业在互联网上建立公司形象,还…

    2022年4月6日
  • site结果排序和权重的关系

    在交换友情链接时,站长和SEO人员一般都习惯在搜索引擎中,使用site指令查看一下对方首页是不是在第一位,来判断对方网站是不是被降权了。百度官方对外解答时说“site指令的结果排序…

    2022年2月28日
  • ASP是什么?ASP虚拟主机怎么样?

    ASP是什么?ASP虚拟主机怎么样? ASP是什么意思?什么是ASP虚拟主机?如何找到一个ASP虚拟主机?事实上虚拟主机的类型有很多种,分为ASP、PHP、NET、JAVA等很多类…

    2022年4月26日
  • 飓风算法3.0详情及算法解读

    为了维护健康的移动生态,保障用户体验,保证优质站点/智能小程序能够获得合理的流量分发,百度搜索将在近期对飓风算法进行升级,上线飓风算法3.0。

    2021年11月5日
  • Web 3.0域名重要性,Web 3.0值得关注的域名有哪些?

    互联网发展和技术革新的速度总是超乎想象,在很长一段时间里”人工智能、元宇宙、虚拟现实、区块链”占据互联网话题中心,引发各行各业的震动。进入2022年,互联网…

    2022年3月22日
  • 如何分析关键词竞争度?

    一:关键词类型 1.他人品牌词 不利之处:品牌保护类 竞争性最强,搜索引擎一般会启用品牌保护,所以这个词你去做的话,是不可能超越该 品牌的官方网站的。 如:阿迪达斯 2.长尾关键词…

    2022年3月15日
  • 什么是存储服务器?一般用于什么场所?

    什么是存储服务器?一般用于什么场所? 存储服务器是什么类型的服务器?存储服务器是用来做什么的?随着技术的进步,许多企业用户正在使用服务器。存储服务器以其使用方便、成本可控等优点在企…

    2022年4月29日
  • 10个重要的谷歌seo排名因素详解

    大多数 Google 排名因素的列表都过于冗长了。他们专注于穷举出所有的——而不是真正有意义的——排名因素。 更糟糕的是,因为没有人了解所有的排名因素,其中的大部分都包含了许多迷思…

    2022年1月13日
  • SEO常见名词和指令

    之前的文章介绍了seo常见的site指令和domain指令,本文介绍除了这两个指令外其他SEO常见的名词和指令。对于其他的名词和指令,其实笔者已经没有多少可讨论的内容了,只是名词介…

    2022年3月2日
  • 域名和空间是什么关系?空间怎样绑定域名?

    域名和空间是什么关系?空间怎样绑定域名? 域名和空间是什么关系?空间怎么样绑定域名?有很多用户在建站初期不清楚网站空间和域名之间的关系,以下是小聚有关域名和空间的详细介绍。 一、域…

    2022年4月6日