新闻资讯

首页 > 新闻资讯 > 公司新闻 > 什么是Betway必威robots.txt文件?如何做好robots文件?
什么是Betway必威robots.txt文件?如何做好robots文件?发布时间:2019-07-29 浏览量( 46)
Betway必威文件除了一般的网页内容之外,还有sitemap和robots.txt文件。今天,我们就着重来讲一下robots文件的相关知识,希望大家能够在文章中找到题目中的答案。

一、什么是Betway必威robots.txt文件?

robots.txt是一个纯文本文件,是爬虫抓取Betway必威的时候要查看的第一个文件,一般位于Betway必威的根目录下。robots.txt文件定义了爬虫在爬取该Betway必威时存在的限制,哪些部分爬虫可以爬取,哪些不可以爬取,也限制了某些搜索引擎爬虫的爬取。

二、什么时候使用robots.txt文件?

1、屏蔽Betway必威重复页 有些Betway必威为了方便用户浏览而对一个内容提供多种浏览版本,但是蜘蛛分不清哪个是主,哪个是次,因此需要屏蔽Betway必威重复页。 2、保护Betway必威安全 一些低级黑客就是通过搜索默认后台登陆,以达到入侵Betway必威的目标。 User-agent: * Disallow: /admin/ 《禁止蜘蛛抓取admin目录下所有文件》 什么是Betway必威robots.txt文件?如何做好robots文件? 3、防止盗链 一般盗链也就几个人,可是一旦被搜索引擎“盗链”那你100M宽带也吃不消,如果你做的不是图片Betway必威,又不想被搜索引擎“盗链”你的Betway必威图片。 User-agent: * Disallow: .jpg$ 4、提交Betway必威地图 现在做必威体育的都知道做Betway必威地图了,可是却没几个会提交的,绝大多数人是干脆在网页上加个链接,其实robots是支持这个功能的。 Sitemap:http://域名/sitemap.xml 5、禁止某二级域名的抓取 一些Betway必威会对VIP会员提供一些特殊服务,却又不想这个服务被搜索引擎检索到。 User-agent: * Disallow: /

三、怎么对Betway必威的robots.txt进行设置?

robots.txt的几个关键语法: 1、User-agent: 描述搜索引擎spider的名字。在“robots.txt“文件中,如果有多条 User-agent记录,说明有多个robot会受到该协议的约束。所以,“robots.txt”文件中至少要有一条User- agent记录。如果该项的值设为*(通配符),则该协议对任何搜索引擎机器人均有效。在“robots.txt”文件 中,“User-agent:*”这样的记录只能有一条。 2、Disallow: 要拦截的网址,不允许机器人访问。 3、Allow: 允许访问的网址 4、”*” : 通配符—匹配0或多个任意字符。 5、”$” : 匹配行结束符。 6、”#” : 注释—说明性的文字,不写也可。 7、Googlebot: 谷歌搜索机器人(也叫搜索蜘蛛)。 8、Baiduspider: 百度搜索机器人(也叫搜索蜘蛛)。 9、目录、网址的写法:都以以正斜线 (/) 开头。 什么是Betway必威robots.txt文件?如何做好robots文件?

四、一些robots.txt的具体用法!

1、允许所有的robot访问 User-agent: * Disallow: 或者 User-agent: * Allow: / 或者建一个空文件”robots.txt”即可。 2、仅禁止某个机器人访问您的Betway必威,如Baiduspider。 User-agent: Baiduspider Disallow: / 3、仅允许某个机器人访问您的Betway必威,如Baiduspider。 User-agent: Baiduspider Disallow: User-agent: * Disallow: / 4、禁止访问特定目录 User-agent: * Disallow: /admin/ Disallow: /css/ Disallow: 什么是Betway必威robots.txt文件?如何做好robots文件? 5、要拦截对所有包含问号 (?) 的网址的访问(具体地说,这种网址以您的域名开头、后接任意字符串,然后接问号,而后又接任意字符串),请使用以下内容: User-agent: * Disallow: /*? 要指定与某个网址的结尾字符相匹配,请使用 $。例如,要拦截以 .xls 结尾的所有网址,请使用以下内容: User-agent: * Disallow: /*.xls$ 您可将此模式匹配与 Allow 指令配合使用。例如,如果 ? 代表一个会话 ID,那么您可能希望排除包含 ? 的所有网址,以确保 Googlebot 不会抓取重复网页。但是以 ? 结尾的网址可能是您希望包含在内的网页的版本。在此情况下,您可以对您的 robots.txt 文件进行如下设置: User-agent: * Allow: /*?$ Disallow: /*? Disallow: /*? 指令会阻止包含 ? 的所有网址(具体地说,它将拦截所有以您的域名开头、后接任意字符串,然后接问号,而后又接任意字符串的网址)。 Allow: /*?$ 指令将允许以 ? 结尾的任何网址(具体地说,它将允许所有以您的域名开头、后接任意字符串,然后接 ?,? 之后不接任何字符的网址)。 当然我们可以根据知名Betway必威的robots.txt文件来修改而成,也可以使用爱站等工具按照自己的要求生成robots.txt文件。文件上传后要验证robots是否生效,在百度站长Robots里面点击检测更新,这样就可以让它生效了! 今天的内容到这里就为大家介绍完了,希望大家读完这篇文章能对robots.txt文件有更多的了解。