禁止搜索引擎收录的方法
什么是robots.txt文件?
搜索引擎使用spider程序自动访问互联网上的网页并获取网页信息。 spider在访问一个网站时会首先会检查该网站的根域下是否有一个叫做robots. txt的纯文本文件这个文件用于指定spider在您网站上的抓取范围。您可以在您的网站中创建一个robots.txt在文件中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。
返回页首robots. txt文件放在哪里?robots. txt文件应该放置在网站根目录下。举例来说当spider访问一个网站比如http://www.abc.com时首先会检查该网站中是否存在http://www.abc. com/robots.txt这个文件如果Spider找到这个文件它就会根据这个文件的内容来确定它访问权限的范围。
网站URL相应的robots.txt的URLhttp://www.w3.org/ http://www.w3.org/robots. txthttp://www.w3.org:80/ http://www.w3.org:80/robots. txthttp://www.w3.org: 1234/ http://www.w3.org:1234/robots.txthttp://w3.org/ http://w3.org/robots.txt
返回页首
我在robots. txt中设置了禁止百度收录我网站的内容为何还出现在百度搜索结果中
如果其他网站链接了您robots.txt文件中设置的禁止收录的网页那么这些网页仍然可能会出现在百度的搜索结果中但您的网页上的内容不会被抓取、建入索引和显示百度搜索结果中展示的仅是其他网站对您相关网页的描述。
返回页首
禁止搜索引擎跟踪网页的链接而只对网页建索引
如果您不想搜索引擎追踪此网页上的链接且不传递链接的权重请将此元标记置入网页的<HEA D>部分
<meta name="robots" content="nofollow">
如果您不想百度追踪某一条特定链接百度还支持更精确的控制请将此标记直接写在某条链接上
<a href="signin.php" rel="nofollow">sign in</a>
要允许其他搜索引擎跟踪但仅防止百度跟踪您网页的链接请将此元标记置入网页的<H EAD>部分
<meta name="Baiduspider" content="nofollow">
返回页首
禁止搜索引擎在搜索结果中显示网页快照而只对网页建索引要防止所有搜索引擎显示您网站的快照请将此元标记置入网页的<HEA D>部分
<meta name="robots" content="noarchive">
要允许其他搜索引擎显示快照但仅防止百度显示请使用以下标记<meta name="Baiduspider" content="noarchive">
注此标记只是禁止百度显示该网页的快照百度会继续为网页建索引并在搜索结果中显示网页摘要。
返回页首
我想禁止百度图片搜索收录某些图片该如何设置
禁止Baiduspider抓取网站上所有图片、禁止或允许Baiduspider抓取网站上的某种特定格式的图片文件可以通过设置robots实现请参考“robots. txt文件用法举例”中的例10、 11、 12。
返回页首
我在robots. txt中设置了禁止百度收录我网站的内容为何还出现在百度搜索结果中
如果其他网站链接了您robots.txt文件中设置的禁止收录的网页那么这些网页仍然可能会出现在百度的搜索结果中但您的网页上的内容不会被抓取、建入索引和显示百度搜索结果中展示的仅是其他网站对您相关网页的描述。
返回页首robots. txt文件的格式
"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>"。
在该文件中可以使用#进行注解具体使用方法和UN I X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。需要特别注意的是Disallow与Al low行的顺序是有意义的 robot会根据第一个匹配成功的Allow或Disallow行确定是否访问某个URL。
使用
Baiduspider支持使用通配符"*"和"$"来模糊匹配url。"$"匹配行结束符。
"*"匹配0或多个任意字符。
返回页首
URL匹配举例
Allow或Di sal low的值URL 匹配结果
/tmp /tmp yes
/tmp /tmp.html yes
/tmp /tmp/a.html yes
/tmp/ /tmp no
/tmp/ /tmphoho no
/tmp/ /tmp/a.html yes
/Hello* /Hello.html yes
/He*lo /Hello, lolo yes
/Heap*lo /Hello, lolo nohtml$ /tmpa.html yes
/a.html$ /a.html yeshtm$ /a.html no
返回页首robots. txt文件用法举例
例1.禁止所有搜索引擎访问网站的任何部分
下载该robots.txt文件 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: *
Disallow:
或者
User-agent: *
Allow: /
例3.仅禁止Baiduspider访问您的网站User-agent: BaiduspiderDisallow: /
例4.仅允许Baiduspider访问您的网站User-agent: BaiduspiderDisallow:
User-agent: *
Disallow: /
例5.禁止spider访问特定目录
在这个例子中该网站有三个目录对搜索引擎的访问做了限制即robot不会访问这三个目录。需要注意的是对每一个目录必须分开声明而不能写成"Disallow: /cgi-bin/ /tmp/"。
User-agent: *
Disallow: /cgi-bin/
Disallow: /tmp/
Disallow: /~joe/
例6.允许访问特定目录中的部分url
User-agent: *
Allow: /cgi-bin/see
Allow: /tmp/hi
Allow: /~joe/look
Disallow: /cgi-bin/
Disallow: /tmp/
Disallow: /~joe/
例7.使用"*"限制访问url
禁止访问/cgi-bin/目录下的所有以".htm"为后缀的URL(包含子目录) 。
User-agent: *
Disallow: /cgi-bin/*.htm
例8.使用"$"限制访问url
仅允许访问以".htm"为后缀的URL。 User-agent: *Allow: .htm$
Disallow: /
例9.禁止访问网站中所有的动态页面
User-agent: *
Disallow: /*?*
例10.禁止Baiduspider抓取网站上所有图片
仅允许抓取网页禁止抓取任何图片。 User-agent:Baiduspider
Disallow: /*. jpg$
Disallow: /*. jpeg$
Disallow: /*.gif$
Disallow: /*.png$
Disallow: /*.bmp$
例11.仅允许Baiduspider抓取网页和.gif格式图片
允许抓取网页和gif格式图片不允许抓取其他格式图片
User-agent: Baiduspider
Allow: /*.gif$
Disallow: /*. jpg$
Disallow: /*. jpeg$
Disallow: /*.png$
Disallow: /*.bmp$
例12.仅禁止Baiduspider抓取. jpg格式图片User-agent:
Baiduspider
Disallow: /*. jpg$
返回页首robots. txt文件参考资料robots. txt文件的更具体设置,请参看以下链接
· Web Server Administrator' s Guide to the Robots ExclusionProtocol
· HTML Author' s Guide to the Robots Exclusion Protocol· The original 1994 protocol description, as currentlydeployed
· The revised Internet-Draft specification, which is not yetcompleted or implemented
柚子互联官网商家介绍柚子互联(www.19vps.cn)本次给大家带来了盛夏促销活动,本次推出的活动是湖北十堰高防产品,这次老板也人狠话不多丢了一个6.5折优惠券而且还是续费同价,稳撸。喜欢的朋友可以看看下面的活动详情介绍,自从站长这么久以来柚子互联从19年开始算是老商家了。六五折优惠码:6kfUGl07活动截止时间:2021年9月30日客服QQ:207781983本次仅推荐部分套餐,更多套餐可进...
WordPress经典外贸企业建站主题,经典配色扁平化简约设计+跨屏自适应移动端设备,特色外贸企业建站功能模块+在线Inquiry询单功能,更有利于Google等英文搜索优化和站点收录。采用标准的HTML5+CSS3语言开发,兼容当下的各种主流浏览器: IE 6+(以及类似360、遨游等基于IE内核的)、Firefox、Google Chrome、Safari、Opera等;同时支持移动终端的常用...
CloudCone 商家产品还是比较有特点的,支持随时的删除机器按时间计费模式,类似什么熟悉的Vultr、Linode、DO等服务商,但是也有不足之处就在于机房太少。商家的活动也是经常有的,比如这次中国春节期间商家也是有提供活动,比如有限定指定时间段之前注册的用户可以享受年付优惠VPS主机,比如年付13.5美元。1、CloudCone新年礼物限定款仅限2019年注册优惠购买,活动开始时间:1月31...