欢迎来到天天文库
浏览记录
ID:6132664
大小:41.00 KB
页数:6页
时间:2018-01-04
《如何编写网站robot.txt文件》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、如何编写网站ROBOT.TXT文件,站长必读2009年11月29日星期日11:28在说明ROTBOT文件的编写语法前先来了解几个重要的概念!1.什么是baiduspider? baiduspider是Baidu搜索引擎的一个自动程序。它的作用是访问互联网上的html网页,建立索引数据库,使用户能在Baidu搜索引擎中搜索到贵网站的网页。 2.baiduspider为什么大量访问我的网页? baiduspider访问您的网页后,会自动分析每个网页上的文字内容并记忆网页网址,然后其它网友才能通过百度搜索引擎找到您的网页。如果baiduspider
2、不访问您的网页,那么所有通过baiduspider提供网页信息的搜索引擎都找不到您的网页,也就是说,其它网友在百度搜狐新浪雅虎Tom等几十个搜索网站都会找不到您的网页。 您可以到这里进一步了解搜索引擎。 3.baiduspider对一个网站服务器造成的访问压力如何? 对于一个网站,baiduspider每访问一个网页会间隔30秒,不会造成过大压力。 4.我不想我的网站被baiduspider访问,我该怎么做? baiduspider象其它spider一样遵守互联网robots协议。您可以利用robots.txt文件完全禁止ba
3、iduspider访问您的网站,或者禁止baiduspider访问您网站上的部分文件。 注意:禁止baiduspider访问您的网站,将使您的网站上的所有网页,在Baidu搜索引擎以及所有Baidu提供搜索引擎服务的搜索引擎中无法被搜索到,包括搜狐、新浪、雅虎、Tom、Lycos等几十个搜索引擎。 关于robots.txt的写作方法,请参看我们的介绍:robots.txt写作方法 5.为什么我的网站已经加了robots.txt,还能在百度搜索出来? 因为搜索引擎索引数据库的更新需要时间。虽然baiduspider已经停止访问您网站
4、上的网页,但Baidu搜索引擎数据库中已经建立的网页索引信息,可能需要2到4周才会清除。 6.baiduspider多长时间之后会重新抓取我的网页? Baidu搜索引擎平均两周更新一次,网页视重要性有不同的更新率,少则几天,多则1月,baiduspider会重新访问和更新一个网页。 7.baidu蜘蛛在robots.txt中的名字是什么? baiduspider,全部为小写字母。完全禁止baiduspider访问的robots文件内容为: User-agent:baiduspider Disallow:/ r
5、obots.txt的语法 “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,orNL作为结束符),每一条记录的格式如下所示: “:“。 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
6、,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。 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,
7、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。 下面是一些robots.txt基本的用法: l禁止所有搜索引擎访问网站的任何部分: User-agent:* Disallow:/ l允许所有的robot访问 User-agent:*
8、 Disallow: 或者也可以建一个空文件“/robots.txt“fil
此文档下载收益归作者所有