Robots协议怎么写?Robots协议怎么禁止搜索引擎收录某个页面或者目录?

2022-12-15 0 746



robots一般为txt文件格式,存放在网站根目录下,如robots.txt。

一、搜索引擎Robots协议的规范写法说明

  • User-agent: 这里的代表的所有的搜索引擎种类,*是一个通配符;
  • Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录;
  • Disallow: /require/ 这里定义是禁止爬寻require目录下面的目录;
  • Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录;
  • Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以”.htm”为后缀的URL(包含子目录);
  • Disallow: /? 禁止访问网站中所有包含问号 (?) 的网址;
  • Disallow: /.jpg$ 禁止抓取网页所有的.jpg格式的图片;
  • Disallow: /ab/adc.html 禁止爬取ab文件夹下面的adc.html文件;
  • Allow: /cgi-bin/ 这里定义是允许爬寻cgi-bin目录下面的目录;
  • Allow: /tmp 这里定义是允许爬寻tmp的整个目录;
  • Allow: .htm$ 仅允许访问以”.htm”为后缀的URL;
  • Allow: .gif$ 允许抓取网页和gif格式图片;
  • Sitemap: 网站地图地址 告诉爬虫这个页面是网站地图;

二、Robots协议举例

例1. 禁止所有搜索引擎访问网站的任何部分

User-agent: *
Disallow: /

例2. 允许所有的robot访问 (或者也可以建一个空文件 “/robots.txt”)

User-agent: *
Allow: /

例3. 禁止某个搜索引擎的访问

User-agent: BadBot
Disallow: /

例4. 允许某个搜索引擎的访问

User-agent: Baiduspider
Allow:/

1. 本站所有资源来源于用户上传和网络,因此不包含技术服务请大家谅解!如有侵权请邮件联系客服!cheeksyu@vip.qq.com
2. 本站不保证所提供下载的资源的准确性、安全性和完整性,资源仅供下载学习之用!如有链接无法下载、失效或广告,请联系客服处理!
3. 您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容资源!如用于商业或者非法用途,与本站无关,一切后果请用户自负!
4. 如果您也有好的资源或教程,您可以投稿发布,成功分享后有积分奖励和额外收入!
5.严禁将资源用于任何违法犯罪行为,不得违反国家法律,否则责任自负,一切法律责任与本站无关

源码下载

发表评论
暂无评论