栏目导航
热点推荐
- 王大君:自定义404错误页面详解
- SEO经验:55条容易上手的SEO技巧
- 应该这样做外部链接
- SEO教程:文章标题关键词设置和改
- 揭开谷歌站点管理工具神秘面纱(
- 神秘化的谷歌站点管理工具报告(
- 神秘化的谷歌站点管理工具报告(
- Google官方:优化蜘蛛爬取和索引
- BLOGGER如何搜索引擎优化
- 16个网页图片SEO方法
- 网站优化的一点经验总结 注重文
- 从三个方面分析 如何增加网站链
阅览排行
使用robots.txt需要注意的几点地方
www.jz123.cn 2011-04-18 来源: 站长家园会员投稿 深圳SEO 我要投递新闻
1、指令区分大小写,忽略未知指令,下图是本博客的robots.txt文件在Google管理员工具里的测试结果;
好像还是不支持中文等非英文字符,如需添加中文地址指令,请先转码(UTF-8和GBK会有不同的转码结果)。
如果想第一时间知道自己写的robots.txt是否规范,可以用Google管理员工具的“像 Googlebot 一样抓取”功能。捉取后,点击“成功”那个链接进去,就可以看到Google眼中的robots.txt了。
2、每一行代表一个指令,空白和隔行会被忽略;
3、“#”号后的字符参数会被忽略;
4、有独立User-agent的规则,会排除在通配“*”User agent的规则之外;
5、可以写入sitemap文件的链接,方便搜索引擎蜘蛛爬行整站内容。
6、尽量少用Allow指令,因为不同的搜索引擎对不同位置的Allow指令会有不同看待。
想了解更多关于robots.txt的“标准化”说明,可以查看robots.txt官网和Google关于robots.txt的说明页。
转入正题。因为Wordpress建站设置不同的固定链接(或者安装不同的插件),在写指令的时候,相应的地址会不同。本博客固定链接设置为:/a/%post_id%.html,供参考。
下面开始Wordpress的robots.txt优化之旅,同时请下载本博客的robots.txt边看边学优化。
User-agent: *
一般博客的robots.txt指令设置都是面对所有spider程序,用通配符“*”即可。如果有独立User-agent的指令规则,尽量放在通配“*”User agent规则的上方。
Disallow: /wp-admin/
Disallow: /wp-content/
Disallow: /wp-includes/
屏蔽spider捉取程序文件,同时也节约了搜索引擎蜘蛛资源。
Disallow: /*/trackback
每个默认的文章页面代码里,都有一段trackback的链接,如果不屏蔽让蜘蛛去捉取,网站会出现重复页面内容问题。
Disallow: /feed
Disallow: /*/feed
Disallow: /comments/feed
头部代码里的feed链接主要是提示浏览器用户可以订阅本站,而一般的站点都有RSS输出和网站地图,故屏蔽搜索引擎捉取这些链接,节约蜘蛛资源。
Disallow: /?s=*
Disallow: /*/?s=*
这个就不用解释了,屏蔽捉取站内搜索结果。站内没出现这些链接不代表站外没有,如果收录了会造成和TAG等页面的内容相近。
Disallow: /?r=*
屏蔽留言链接插件留下的变形留言链接。(没安装相关插件当然不用这条指令)
Disallow: /*.jpg$
Disallow: /*.jpeg$
Disallow: /*.gif$
Disallow: /*.png$
Disallow: /*.bmp$
屏蔽捉取任何图片文件,在这里主要是想节约点宽带,不同的网站管理员可以按照喜好和需要设置这几条指令。
Disallow: /?p=*
屏蔽捉取短链接。默认头部里的短链接,百度等搜索引擎蜘蛛会试图捉取,虽然最终短链接会301重定向到固定链接,但这样依然造成蜘蛛资源的浪费。
Disallow: /*/comment-page-*
Disallow: /*?replytocom*
屏蔽捉取留言信息链接。一般不会收录到这样的链接,但为了节约蜘蛛资源,也屏蔽之。
Disallow: /a/date/
Disallow: /a/author/
Disallow: /a/category/
Disallow: /?p=*&preview=true
Disallow: /?page_id=*&preview=true
Disallow: /wp-login.php
屏蔽其他的一些形形色色的链接,避免造成重复内容和隐私问题。
Sitemap:http://***.com/sitemap.txt
网站地图地址指令,主流是txt和xml格式。告诉搜索引擎网站地图地址,方便搜索引擎捉取全站内容,当然你可以设置多个地图地址。要注意的就是Sitemap的S要用大写,地图地址也要用绝对地址。
上面的这些Disallow指令都不是强制要求的,可以按需写入。也建议站点开通谷歌管理员工具,检查站点的robots.txt是否规范。
本站robots.txt里的指令解释会永久保留,http://yihuiblog.com/robots.txt。大家可以收藏,方便修改的时候用作参考。
上一篇:将SEO整合入整个网站项目过程 下一篇:学习SEO留下的笔记之站内优化结构篇(二)