如何是搜索引擎不抓取你的網站

  1. 什麼是robots.txt文件? 搜索引擎通過一種程序robot(又稱spider),自動訪問互聯網上的網頁並獲取網頁信息。 您可以在您的網站中創建一個純文本文件robots.txt,在這個文件中聲明該網站中不想被robot訪問的部分,這樣,該網站的部分或全部內容就可以不被搜索引擎收錄了,或者指定搜索引擎只收錄指定的內容。
  1. robots.txt文件放在哪裡? robots.txt文件應該放在網站根目錄下。舉例來說,當robots訪問一個網站(比如http://www.abc.com)時,首先會檢查該網站中是否存在http://www.abc.com/robots.txt這個文件,如果機器人找到這個文件,它就會根據這個文件的內容,來確定它訪問許可權的範圍。

網站 URL

相應的 robots.txt的 URL

http://www.w3.org/

http://www.w3.org/robots.txt

http://www.w3.org:80/

http://www.w3.org:80/robots.txt

http://www.w3.org:1234/

http://www.w3.org:1234/robots.txt

http://w3.org/

http://w3.org/robots.txt

  1. robots.txt文件的格式 "robots.txt"文件包含一條或更多的記錄,這些記錄通過空行分開(以CR,CR/NL, or NL作為結束符),每一條記錄的格式如下所示:"<field>:<optionalspace><value><optionalspace>"。在該文件中可以使用#進行註解,具體使用方法和UNIX中的慣例一樣。該文件中的記錄通常以一行或多行User-agent開始,後面加上若干Disallow行,詳細情況如下:User-agent:  該項的值用於描述搜索引擎robot的名字,在"robots.txt"文件中,如果有多條User-agent記錄說明有多個robot會受到該協議的限制,對該文件來說,至少要有一條User-agent記錄。如果該項的值設為*,則該協議對任何機器人均有效,在"robots.txt"文件中,"User-agent:*"這樣的記錄只能有一條。Disallow:  該項的值用於描述不希望被訪問到的一個URL,這個URL可以是一條完整的路徑,也可以是部分的,任何以Disallow開頭的URL均不會被robot訪問到。例如"Disallow:/help"對/help.html 和/help/index.html都不允許搜索引擎訪問,而"Disallow:/help/"則允許robot訪問/help.html,而不能訪問/help/index.html。任何一條Disallow記錄為空,說明該網站的所有部分都允許被訪問,在"/robots.txt"文件中,至少要有一條Disallow記錄。如果"/robots.txt"是一個空文件,則對於所有的搜索引擎robot,該網站都是開放的。
  2. robots.txt文件用法舉例

例1. 禁止所有搜索引擎訪問網站的任何部分 下載該robots.txt文件

User-agent: * Disallow: /

例2. 允許所有的robot訪問 (或者也可以建一個空文件 "/robots.txt" file)

User-agent: *Disallow:

例3. 禁止某個搜索引擎的訪問

User-agent: BadBotDisallow: /

例4. 允許某個搜索引擎的訪問

User-agent: baiduspiderDisallow: User-agent: *Disallow: /

例5.一個簡單例子  在這個例子中,該網站有三個目錄對搜索引擎的訪問做了限制,即搜索引擎不會訪問這三個目錄。  需要注意的是對每一個目錄必須分開聲明,而不要寫成 "Disallow: /cgi-bin/ /tmp/"。  User-agent:後的*具有特殊的含義,代表"any robot",所以在該文件中不能有"Disallow: /tmp/*" or "Disallow:*.gif"這樣的記錄出現.

User-agent: *Disallow: /cgi-bin/Disallow: /tmp/Disallow: /~joe/

  1. robots.txt文件參考資料 robots.txt文件的更具體設置,請參看以下鏈接:· Web Server Administrator『s Guide to the Robots Exclusion Protocol · HTML Author『s Guide to the Robots Exclusion Protocol · The original 1994 protocol description, as currently deployed· The revised Internet-Draft specification, which is not yet completed or implemented

推薦閱讀:

14 金剛般若波羅蜜經破取著不壞假名論(功德施造.地婆譯) 密宗斷惑 佛教網 般若文海 佛學文章 佛緣網站
谷歌學術搜索/電影資源下載網站/字幕下載網站
常去的網站
網站定律

TAG:網站 | 搜索 | 搜索引擎 | 索引 |