当前位置:首页 > 亿辰动态

用robots文件提高抓取效率?

文章编辑:亿辰网络 发表时间:2015-10-20 文章来源:郑州网站制作 阅读量:33次

郑州网站制作第一品牌!五年企业建站经验,专业的营销型网站建设服务,郑州网站制作公司首选亿辰网络, 建站咨询热线:18538183651

动态网站并不值得担心,搜索引擎可以正常抓取动态链接,但利用robots文件可以轻松提高动态网站的抓取效率。我们都知道,robots协议(也称为爬虫协议、机器人协议等)的全称是“网络爬虫排除标准”(Robots Exclusion Protocol),网站通过Robots协议告诉搜索引擎哪些页面可以抓取,哪些页面不能抓取。Robots协议的本质是网站和搜索引擎爬虫的沟通方式,用来指导搜索引擎更好地抓取网站内容。

百度官方是推荐所有的网站都使用robots文件,以便更好地利用蜘蛛的抓取。其实robots不仅仅是告诉搜索引擎哪些不能抓取,更是网站优化的重要工具之一。

robots文件实际上就是一个txt文件。其基本的写法如下:

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的动态页面  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

在网站优化方面,利用robots文件告诉搜索引擎哪些是重要的内容,不重要的内容均推荐用robots文件来禁止抓取。不重要的内容的典型代表:网站的搜索结果页面。

对于静态网站来说,我们可以利用Disallow: /*?*来禁止动态页面抓取。但对于动态网站来说,就不能简单地这样做了。不过对于动态网站的站长来说,也无需过于担心,搜索引擎现在可以正常地抓取动态页面。那么在写的时候,就要注意了,我们可以具体到搜索文件的名称来写。比如你的站是search.asp?后面一大串,那么可以这样写:

Disallow: /search.asp?*

这样就可以屏蔽搜索结果页面了,写好了可以到百度站长平台检测robots一下,看看有没有错误!可以输入网址检测一下,是不是正常生效了。

在这里站长网建议动态网站的站长,一定要用robots文件屏蔽不重要的内容动态链接,提高蜘蛛的抓取效率!原文出处链接:http://www.zzwseo.com/article/xinwen/957.html

本文由营销型网站建设专家-亿辰科技小张整理发布,亿辰科技是一家专注于郑州网站建设郑州做网站的专业网站建设公司。内容来源于网络,如有侵权,请联系管理员进行删除处理,本内容不代表亿辰网络观点。
文章地址:http://www.zzbaoying.com/news/564.html
相关文章
推荐栏目
热门新闻
网站解决方案
经典案例
收缩

QQ在线客服

客服电话

  • 18538183651