
很多建站新手對robots.txt文件的重要作用不是很清楚,利用這篇文章普及一下WordPress站點(diǎn)robots.txt文件編寫(xiě)知識。
Robots協(xié)議(也稱(chēng)為爬蟲(chóng)協(xié)議、機器人協(xié)議等)的全稱(chēng)是“網(wǎng)絡(luò )爬蟲(chóng)排除標準”(Robots Exclusion Protocol),網(wǎng)站通過(guò)Robots協(xié)議告訴搜索引擎哪些頁(yè)面可以抓取,哪些頁(yè)面不能抓取。
搜索引擎機器人訪(fǎng)問(wèn)網(wǎng)站時(shí),首先會(huì )尋找站點(diǎn)根目錄有沒(méi)有 robots.txt文件,如果有這個(gè)文件就根據文件的內容確定收錄范圍,如果沒(méi)有就按默認訪(fǎng)問(wèn)以及收錄所有頁(yè)面。另外,當搜索蜘蛛發(fā)現不存在robots.txt文件時(shí),會(huì )產(chǎn)生一個(gè)404錯誤日志在服務(wù)器上,從而增加服務(wù)器的負擔,因此為站點(diǎn)添加一個(gè)robots.txt文件還是很重要的。
知道Robots協(xié)議的作用后,下面具體說(shuō)一下WordPress站點(diǎn)如何編寫(xiě)robots.txt文件。
WordPress站點(diǎn)默認在瀏覽器中輸入:http://你的域名/robots.txt,會(huì )顯示如下內容:
User-agent: *
Disallow: /wp-admin/
Disallow: /wp-includes/
這是由WordPress自動(dòng)生成的,意思是告訴搜索引擎不要抓取后臺程序文件。
但這是遠遠不夠的,比較完整的WordPress站點(diǎn)robots.txt文件內容如下:
User-agent: *
Disallow: /wp-admin/
Disallow: /wp-content/
Disallow: /wp-includes/
Disallow: /*/comment-page-*
Disallow: /*?replytocom=*
Disallow: /category/*/page/
Disallow: /tag/*/page/
Disallow: /*/trackback
Disallow: /feed
Disallow: /*/feed
Disallow: /comments/feed
Disallow: /?s=*
Disallow: /*/?s=*
Disallow: /*?*
Disallow: /attachment/
使用方法:新建一個(gè)名稱(chēng)為robots.txt文本文件,將上面的內容放進(jìn)去,然后上傳到網(wǎng)站根目錄即可。
下面分別解釋一下各項的作用:
1、Disallow: /wp-admin/、Disallow: /wp-content/和Disallow: /wp-includes/
2、Disallow: /*/comment-page-*和Disallow: /*?replytocom=*
3、Disallow: /category/*/page/和Disallow: /tag/*/page/
4、Disallow: /*/trackback
5、Disallow: /feed、Disallow: /*/feed和Disallow: /comments/feed
禁止搜索引擎抓取收錄feed鏈接,feed只用于訂閱本站,與搜索引擎無(wú)關(guān)。
6、Disallow: /?s=*和Disallow: /*/?s=*
7、Disallow: /*?*
禁止搜索抓取動(dòng)態(tài)頁(yè)面
8、Disallow: /attachment/
禁止搜索引擎抓取附件頁(yè)面,比如毫無(wú)意義的圖片附件頁(yè)面。
上面只是些基本的寫(xiě)法,當然還有很多,不過(guò)夠用了。
聯(lián)系客服