遇见SEO
关注互联网营销技术

WordPress博客站如何使用robots.txt协议?

robots协议文件的重要性很多人都不清楚,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”,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协议重要细致以下几大方面:

一、使用robots协议必要细致的几点地方:

1、指令区分大小写,忽略未知指令。

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、有自力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,由于不同的搜索引擎对不同位置的Allow指令会有不同看待。

7、robots.txt 文件必须放在网站的根目录,不可以放在子目录。

WordPress博客站如何使用robots.txt协议?
 

二、robots协议文件写法:

1、User-agent: * 这里的*代表的所有的搜索引擎种类,*是一个通配符

2、Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录

3、Disallow: /require/ 这里定义是禁止爬寻require目录下面的目录

4、Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录

5、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)

6、Disallow: /*?* 禁止访问网站中所有包含问号 (?) 的网址

7、Disallow: /.jpg$ 禁止抓取网页所有的.jpg格式的图片

8、Disallow:/ab/adc.html 禁止爬取ab文件夹下面的adc.html文件

9、Allow: /cgi-bin/ 这里定义是许可爬寻cgi-bin目录下面的目录

10、Allow: /tmp 这里定义是许可爬寻tmp的整个目录

11、Allow: .htm$ 仅许可访问以”.htm”为后缀的URL

12、Allow: .gif$ 许可抓取网页和gif格式图片

13、Sitemap: 网站地图 告诉爬虫这个页面是网站地图

三、robots协议文件现实说明:

1、User-agent: *设置robots规则适用的欣赏者身份为悉数UA身份

2、Disallow: /*?*屏蔽掉页面中的动态路径

3、Disallow: /?p=*屏蔽掉非固定链接的文章页面路径,由于每个页面中都会有一个shortlink使用的是?p= 的路径。

4、Disallow: /index.php屏蔽掉首页默认页面的index.php 页面地址

5、Disallow: /wp-admin屏蔽掉后台登陆页面地址,重要是考虑到服务器安全

6、Disallow: /wp-content/plugins屏蔽掉wordpress的插件目录

7、Disallow: /wp-content/themes屏蔽掉wordpress的模板目录

8、Disallow: /wp-includes屏蔽掉wordpress的底层程序目录

9、Disallow: /trackback屏蔽wordpress的页面回评路径

10、Disallow: /*/*/trackback屏蔽wordpress分类目录、文章页面的回评路径

11、Disallow: /feed //屏蔽wordpress的内容订阅路径

12、Disallow: /*/*/feed屏蔽wordpress分类目录、文章页面的订阅路径

13、Disallow: /comments/feed屏幕wordpress评论的订阅路径

14、Disallow: /page/屏蔽默认的翻页路径

15、Disallow: /*/*/page/屏蔽分类目录的翻页路径

16、Disallow: /page/1$屏蔽翻页路径中的数字路径

17、Disallow: /tag/屏蔽标签页面

18、Disallow: /?s=*屏蔽搜索效果路径,重要是避免搜索效果的缓存被搜索引擎收录

19、Disallow: /date/屏蔽按日期分类表现的列表页面

20、Disallow: /author/屏蔽作者文章列表页面

21、Disallow: /category/屏蔽以category为肇端路径的分类路径,假如您没有使用插件生成不带category前缀的路径时,请不要使用此项规则。

22、Disallow: /wp-login.php/屏蔽后台登陆页面

23、Disallow: /attachment/

禁止搜索引擎抓取附件页面,比如毫无意义的图片附件页面。

四、robots协议设置方法

1、写好之后把文件重命名为:robots.txt 然后用FTP上传到网站的根目录下面,切记不是主题的根目录下而是网站的根目录。

2、行使站长工具主动生成,网址:http://tool.chinaz2164/robots/

3、行使seo插件设置,比如Yoast SEO、all in one seo

五、robots协议的作用

1、指导搜索引擎蜘蛛抓取指定栏目或内容;

2、网站改版或者URL重写优化时候屏蔽对搜索引擎不友爱的链接;

3、屏蔽死链接、404错误页面;

4、屏蔽无内容、无价值页面;

5、屏蔽重复页面,如评论页、搜索效果页;

6、屏蔽任何不想被收录的页面;

7、指导蜘蛛抓取网站地图;

六、如何查看robots协议:

1、WordPress站点默认在欣赏器中输入:http://你的域名/robots.txt

比如遇见seo博客:http://www.yujianseo.com/robots.txt

2、打开FTP,找到网站根目录查看robots.txt文件

总结:robots协议必要的细致地方,以及写法,设置方法,作用,如何查看就介绍到这里,信赖大家对robot协议已经有了比较细致的了解。

使用好robots协议对于我们网站的SEO有偏重要作用,做的好可以有用的屏蔽那些我们不想让搜索引擎抓取的页面,也就是对用户体验不高的页面,从而将有利于关键词排名的内页充分展示个客户,获得搜索引擎对站内页面的权重,从而有利于我们将网站关键词排名做的更好,从而获取更多流量。

赞(0)
如需转载请注明出处:遇见seo » WordPress博客站如何使用robots.txt协议?