zoukankan      html  css  js  c++  java
  • dedecms:解析Robots.txt 协议标准

    Robots.txt 是存放在站点根目录下的一个纯文本文件。虽然它的设置很简单,但是作用却很强大。它可以指定搜索引擎蜘蛛只抓取指定的内容,或者是禁止搜索引擎蜘蛛抓取网站的部分或全部内容。

    下面我们就来详细介绍一下它的使用方法:

    Robots.txt 文件应该放在网站根目录下,并且该文件是可以通过互联网进行访问的。

    例如:

    如果您的网站地址是 http://www.dedecms.com

    那么,该文件必须能够通过 http://www.dedecms.com/robots.txt 打开并看到里面的内容。

    格式:

    User-agent:

    用于描述搜索引擎蜘蛛的名字,在" Robots.txt "文件中,如果有多条User-agent记录说明有多个搜索引擎蜘蛛会受到该协议的限制,对该文件来说,至少要有一条User-agent记录。如果该项的值设为*,则该协议对任何搜索引擎蜘蛛均有效,在" Robots.txt "文件中,"User-agent:*"这样的记录只能有一条。

    Disallow:

    用于描述不希望被访问到的一个URL,这个URL可以是一条完整的路径,也可以是部分的,任何以Disallow开头的URL均不会被Robot访问到。

    举例:

    例一:"Disallow:/help"

    是指/help.html 和/help/index.html都不允许搜索引擎蜘蛛抓取。

    例二:"Disallow:/help/"

    是指允许搜索引擎蜘蛛抓取/help.html,而不能抓取/help/index.html。

    例三:Disallow记录为空

    说明该网站的所有页面都允许被搜索引擎抓取,在"/robots.txt"文件中,至少要有一条Disallow记录。如果"/robots.txt"是一个空文件,则对于所有的搜索引擎蜘蛛,该网站都是开放的可以被抓取的。

    Robots.txt 协议中的注释符。

    举例:

    例一:通过"/robots.txt"禁止所有搜索引擎蜘蛛抓取"/bin/cgi/"目录,以及 "/tmp/"目录和 /foo.html 文件,设置方法如下:

    User-agent: *

    Disallow: /bin/cgi/

    Disallow: /tmp/

    Disallow: /foo.html

    例二:通过"/robots.txt"只允许某个搜索引擎抓取,而禁止其他的搜索引擎抓取。

    如:只允许名为"slurp"的搜索引擎蜘蛛抓取,而拒绝其他的搜索引擎蜘蛛抓取 "/cgi/" 目录下的内容,设置方法如下:

    User-agent: *

    Disallow: /cgi/

    User-agent: slurp

    Disallow:

    例三:禁止任何搜索引擎抓取我的网站,设置方法如下:

    User-agent: *

    Disallow: /

    例四:只禁止某个搜索引擎抓取我的网站

    如:只禁止名为“slurp”的搜索引擎蜘蛛抓取,设置方法如下:

    User-agent: slurp

    Disallow: /

    通过以上对robots.txt的解析,我们可以由后台的文件目录推导出dedecms标准的写法

    User-agent: *

    Disallow: /data
    Disallow: /dede
    Disallow: /images

    Disallow: /plus
    Disallow: /include
    Disallow: /templets
    Disallow: /uploads

    Sitemap: http://www.xxxxxx.com/sitemap.xml

  • 相关阅读:
    如何去除电脑上软件图标的快捷键小箭头
    三维地图如何加载gltf数据代码
    实时获取三维地图相机角度,改变三维观赏角度
    完美解决win10家庭版本系统无法远程连接问题
    svn提交批量选中文件
    oracle sql developer 如何支持多个窗体,打开多张表,多个tab,同时查看多个数据表
    sqldevelper批量导出sql文件
    原生javascript与jquery的区别(持续记录)
    iframs里子,孙页面与父,爷页面,以及多层嵌套的iframe中,js变量,方法以及元素的互相获取,调用
    Eclipse如何将多行注释的星号去掉
  • 原文地址:https://www.cnblogs.com/zoomingos/p/10160020.html
Copyright © 2011-2022 走看看