robots.txt和robots Meta标签的介绍

•       robots.txt基本介绍

        robots.txt是一个纯文本文件，在这个文件中网站管理者可以声明该网站中不想被robots访问的部分，或者指定搜索引擎只收录指定的内容。

        当一个搜索机器人（有的叫搜索蜘蛛）访问一个站点时，它会首先检查该站点根目录下是否存在robots.txt，如果存在，搜索机器人就会按照该文件中的内容来确定访问的范围；如果该文件不存在，那么搜索机器人就沿着链接抓取。

        另外，robots.txt必须放置在一个站点的根目录下，而且文件名必须全部小写。

        robots.txt写作语法

        首先，我们来看一个robots.txt范例：
  
        # Robots.txt file from http://www.aaa.com 
        # All robots will spider the domain

        User-agent: * 
        Disallow:

        以上文本表达的意思是允许所有的搜索机器人访问www.aaa.com站点下的所有文件。

        具体语法分析：其中#后面文字为说明信息；User-agent:后面为搜索机器人的名称，后面如果是*，则泛指所有的搜索机器人；Disallow:后面为不允许访问的文件目录。

        下面，列举一些robots.txt的具体用法：

        允许所有的robot访问

        User-agent: * 
        Disallow:

        或者也可以建一个空文件 “/robots.txt” file

        禁止所有搜索引擎访问网站的任何部分

        User-agent: * 
        Disallow: /

        禁止所有搜索引擎访问网站的几个部分（下例中的01、02、03目录）

        User-agent: * 
        Disallow: /01/ 
        Disallow: /02/ 
        Disallow: /03/

        禁止某个搜索引擎的访问（下例中的BadBot）

        User-agent: BadBot 
        Disallow: /

        只允许某个搜索引擎的访问（下例中的Crawler）

        User-agent: Crawler 
        Disallow:

        User-agent: * 
        Disallow: /

        另外，有必要进行拓展说明，对robots meta进行一些介绍：

        Robots META标签则主要是针对一个个具体的页面。和其他的META标签（如使用的语言、页面的描述、关键词等）一样，Robots META标签也是放在页面的＜head＞＜/head＞中，专门用来告诉搜索引擎ROBOTS如何抓取该页的内容。

        Robots META标签的写法：

        Robots META标签中没有大小写之分，name=”Robots”表示所有的搜索引擎，可以针对某个具体搜索引擎写为name=”BaiduSpider”。 content部分有四个指令选项：index、noindex、follow、nofollow，指令间以“,”分隔。

        INDEX 指令告诉搜索机器人抓取该页面；

        FOLLOW 指令表示搜索机器人可以沿着该页面上的链接继续抓取下去；

        Robots Meta标签的缺省值是INDEX和FOLLOW，只有inktomi除外，对于它，缺省值是INDEX,NOFOLLOW。

        这样，一共有四种组合：

  以下是引用片段： ＜META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞  ＜META NAME=”ROBOTS” CONTENT=”NOINDEX,FOLLOW”＞  ＜META NAME=”ROBOTS” CONTENT=”INDEX,NOFOLLOW”＞  ＜META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞

        其中

  以下是引用片段：       ＜META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞可以写成＜META NAME=”ROBOTS” CONTENT=”ALL”＞；       ＜META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞可以写成＜META NAME=”ROBOTS” CONTENT=”NONE”＞

  
        目前看来，绝大多数的搜索引擎机器人都遵守robots.txt的规则，而对于Robots META标签，目前支持的并不多，但是正在逐渐增加，如著名搜索引擎GOOGLE就完全支持，而且GOOGLE还增加了一个指令“archive”，可以限制GOOGLE是否保留网页快照。例如：

  以下是引用片段： ＜META NAME=”googlebot” CONTENT=”index,follow,noarchive”＞

  （出处：急速软件下载学院）

• 复制本页网址和标题，发送给你QQ/Msn的好友一起分享
  
  
• robots.txt和robots Meta标签的介绍 相关文章：
• ·Windows Vista系统常用补丁功能介绍
• ·QQ会员成长体系介绍及成长值换算参照表
• ·Windows Vista SP1改进功能完全介绍
• ·BPEL的基本活动介绍
• ·robots.txt和robots Meta标签的介绍
• ·Linux下的网络配置常用命令介绍
• ·常用的XHTML标签的使用技巧介绍
• ·UNIX和Linux系统添加用户的方法介绍
• ·Windows Vista的最基本系统进程介绍
• ·介绍：QQ客户管理系统的功能
• robots.txt和robots Meta标签的介绍 相关软件
• ·《苍天》双手大刀操作方法介绍视频
• ·《苍天》偃月刀操作方法介绍视频
• ·地球帝国3介绍视频
• ·刘绍棠作品集
• ·中国8大菜系介绍及其他
• ·《绍兴往事》
• ·何绍基书咏落花七律十五章
• ·中国古镇游系列之绍兴的安昌古镇（图集）
• ·钟绍京灵飞经
• ·jdk工具介绍

上一篇:TAB键在AutoCAD捕捉功能中的妙用

下一篇:WPS2007文档中进行复杂输入的两则技巧

• 特别声明：本站除部分特别声明禁止转载的专稿外的其他文章可以自由转载，但请务必注明出处和原始作
• 者.文章版权归文章原始作者所有.对于被本站转载文章的个人和网站，我们表示深深的谢意。如果本站转
• 载的文章有版权问题请联系编辑人员,我们尽快予以更正. 转载请注明来源：http://www.hackhome.com

精品推荐

热点TOP10

特别推荐