百度優(yōu)化工作中不得不提到的Robots.txt

發(fā)布時間：2013-12-21 來源：本站原創(chuàng) 作者：野狼SEO團隊閱讀：676次

　　Robots.txt對于任何一個從事SEO研究工作的人都是至關(guān)重要的，因為透過Robots.txt我們可以直接與搜索引擎蜘蛛進行對話，告訴他們哪些可以抓取，哪些不可以抓取。

　　一、為什么設(shè)置Robots.txt？

　　在進行SEO操作的時候，我們需要告訴搜索引擎哪些頁面重要哪些頁面不重要，重要的頁面讓蜘蛛進行抓取，不重要的頁面進行屏蔽可以減少網(wǎng)站服務(wù)器的負擔。

　　二、一些常見的問題和知識點

　　1、蜘蛛在發(fā)現(xiàn)一個網(wǎng)站的時候，第一步是抓取網(wǎng)站的Robots.txt文件（當然官方上是這么說的，有時候也會出現(xiàn)不遵守的情況）；

　　2、建議所有的網(wǎng)站都要設(shè)置Robots.txt文件，如果你認為網(wǎng)站上所有內(nèi)容都是重要的，你可以建立一個空的robots.txt文件；

　　三、在robots.txt文件中設(shè)置網(wǎng)站地圖

　　你可以在robots.txt中添加網(wǎng)站的地圖，告訴蜘蛛網(wǎng)站地圖所在的地址。

　　四、Robots.txt的順序

　　在蜘蛛?yún)f(xié)議中，Disallow與Allow是有順序的，這是一個非常重要的問題，如果設(shè)置錯誤可能會導(dǎo)致抓取錯誤。

　　引擎蜘蛛程序會根據(jù)第一個匹配成功的Allow或Disallow行確定是否訪問某個URL，一個例子可以讓你更清楚明白：

　　1.User-agent:*2.Allow:/seojc/bbs3.Disallow:/seojc/這個情況下，蜘蛛/seojc/bbs目錄可以正常抓取，但/seojc/目錄的文件無法抓取。通過這種方式可以允許蜘蛛訪問特定目錄中的部分url。

　　我們對調(diào)下位置觀察一下。

　　1.User-agent:*2.Disallow:/seojc/3.Allow:/seojc/bbs/seojc/目錄出現(xiàn)在第一行，禁止抓取目錄下的所有文件，那么第二行的Allow就無效，因為第一行中已經(jīng)禁止抓取seojc目錄下的所有文件，而bbs目錄正好位于seojc目錄下。因此匹配不成功。