專業網站建設服務提供商
 
需求提交 | 故障申告 | 常見問題 | 付款方式 | 新聞中心  
  快捷通道: 成都網站建設 萬網域名主機分銷平臺 成都53kf購買 成都400電話辦理 網站建設需要的資料
最新簽約:
  四川慧修網絡科技有限公司 01-14
  四川達源物流有限公司 01-12
  成都中國旅行社有限公司西南分社 01-02
  成都中泰新材料有限公司 11-21
  成都淘源投資咨詢有限公司 11-21
  深圳市高富順電子有限公司 11-21
  成都中金明泰集團股份有限公司 11-21
  成都尹文特科技有限公司 10-26
  成都萬安彩印有限公司 10-20
  芳心草園藝 09-29
  四川大策建設工程項目管理有限公 09-29
  四川科佳利環保科技有限公司 09-29
  四川富生股權投資基金管理有限公 08-28
  成都芒果速記服務有限公司 08-20
  四川新誠實鋼構工程有限責任公司 08-13
您當前的位置是:首頁 >> 常見問題 >> 網站推廣常見問題 >> 什么是Robots協議
搜索:  

什么是Robots協議
更新時間:2012-09-03  閱讀次數:9040  【加入收藏】 【關閉窗口

  一、什么是robots.txt文件?
  搜索引擎通過一種程序robot(又稱spider),自動訪問互聯網上的網頁并獲取網頁信息。您可以在您的網站中創建一個純文本文件robots.txt,在這個文件中聲明該網站中不想被robot訪問的部分,這樣,該網站的部分或全部內容就可以不被搜索引擎收錄了,或者指定搜索引擎只收錄指定的內容。
  二、robots.txt文件放在哪里?
robots.txt文件應該放在網站根目錄下。舉例來說,當robots訪問一個網站(比如http://www.abc.com)時,首先會檢查該網站中是否存在http://www.abc.com/robots.txt這個文件,如果機器人找到這個文件,它就會根據這個文件的內容,來確定它訪問權限的范圍。
  網站 URL 相應的 robots.txt的 URL
  http://www.w3.org/ http://www.w3.org/robots.txt
  http://www.w3.org:80/ http://www.w3.org:80/robots.txt
  http://www.w3.org:1234/ http://www.w3.org:1234/robots.txt
  http://w3.org/ http://w3.org/robots.txt
  三、robots.txt文件的格式
  "robots.txt"文件包含一條或更多的記錄,這些記錄通過空行分開(以CR,CR/NL, or NL作為結束符),每一條記錄的格式如下所示:":"。
  在該文件中可以使用#進行注解,具體使用方法和UNIX中的慣例一樣。該文件中的記錄通常以一行或多行User-agent開始,后面加上若干Disallow行,詳細情況如下:
  User-agent:
  該項的值用于描述搜索引擎robot的名字,在"robots.txt"文件中,如果有多條User-agent記錄說明有多個robot會受到該協議的限制,對該文件來說,至少要有一條User-agent記錄。如果該項的值設為*,則該協議對任何機器人均有效,在"robots.txt"文件中,"User-agent:*"這樣的記錄只能有一條。
  Disallow :
  該項的值用于描述不希望被訪問到的一個URL,這個URL可以是一條完整的路徑,也可以是部分的,任何以Disallow開頭的URL均不會被robot訪問到。例如"Disallow: /help"對/help.html和/help/index.html都不允許搜索引擎訪問,而"Disallow:/help/"則允許robot訪問/help.html,而不能訪問/help/index.html。任何一條Disallow記錄為空,說明該網站的所有部分都允許被訪問,在"/robots.txt"文件中,至少要有一Disallow記錄。如果"/robots.txt"是一個空文件,則對于所有的搜索引擎robot,該網站都是開放的。
  四、robots.txt文件用法舉例
  例1. 禁止所有搜索引擎訪問網站的任何部分
  下載該robots.txt文件 User-agent: *
  Disallow: /
  例2. 允許所有的robot訪問
  (或者也可以建一個空文件 "/robots.txt" file)
  User-agent: *
  Disallow:
  例3. 禁止某個搜索引擎的訪問
  User-agent: BadBot
  Disallow: /
  例4. 允許某個搜索引擎的訪問
  User-agent: baiduspider
  Disallow:
  User-agent: *
  Disallow: /
  例5. 一個簡單例子
  在這個例子中,該網站有三個目錄對搜索引擎的訪問做了限制,即搜索引擎不會訪問這三個目錄。
  需要注意的是對每一個目錄必須分開聲明,而不要寫成 "Disallow: /cgi-bin/ /tmp/"。
  User-agent:后的* 具有特殊的含義,代表"any robot",所以在該文件中不能有"Disallow:
  /tmp/*" or "Disallow: *.gif"這樣的記錄出現.
  User-agent: *
  Disallow: /cgi-bin/
  Disallow: /tmp/
  Disallow: /~joe/
  五、robots.txt文件參考資料
  robots.txt文件的更具體設置,請參看以下資料:
  · Web Server Administrators Guide to the Robots Exclusion Protocol
  · HTML Authors Guide to the Robots Exclusion Protocol
  · The original 1994 protocol description, as currently deployed
  · The revised Internet-Draft specification, which is not yet completed or implemented
 
  在你的主頁中為Web Robot設計路標
  Internet越來越酷,WWW的知名度如日中天。在Internet上發布公司信息、進行電子商務已經從時髦演化成時尚。作為一個WebMaster,你可能對HTML、Javascript、Java、 ActiveX了如指掌,但你是否知道什么是WebRobot?你是否知道Web Robot和你所設 計的主頁有什么關系?
  Internet上的流浪漢--- Web Robot
  有時你會莫名其妙地發現你的主頁的內容在一個搜索引擎中被索引,即使你從未與他 們有過任何聯系。其實這正是Web Robot的功勞。WebRobot其實是一些程序,它可以 穿越大量Internet網址的超文本結構,遞歸地檢索網絡站點所有的內容。這些程序有時被叫“蜘蛛(Spider)” , “網上流浪漢(Web Wanderer)”,“網絡蠕蟲(web worms)”或Webcrawler。一些Internet網上知名的搜索引擎站點(Search Engines)都 有專門的WebRobot程序來完成信息的采集,例如Lycos,Webcrawler,Altavista等,以及中文搜索引擎站點例如北極星,網易,GOYOYO等。WebRobot就象一個不速之客,不管你是否在意,它都會忠于自己主人的職責,任勞任怨、不知疲倦地奔波于萬維網的空間,當然也會光臨你的主頁,檢索主頁內容并生成它所需要的記錄格式。或許有的主頁內容你樂于世人皆知,但有的內容你卻不愿被洞察、索引。難道你就只能任其“橫行”于自己主頁空間,能否指揮和控制WebRobot的行蹤呢?答案當然是肯定的。只要你閱讀了本篇的下文,就可以象一個交通 警察一樣,布置下一個個路標,告訴WebRobot應該怎么去檢索你的主頁,哪些可以檢索,哪些不可以訪問。其實Web Robot能聽懂你的話不要以為Web Robot是毫無組織,毫無管束地亂跑。很多Web Robot軟件給網絡站點的 管理員或網頁內容制作者提供了兩種方法來限制Web Robot的行蹤:
  1. Robots Exclusion Protocol 協議
  網絡站點的管理員可以在站點上建立一個專門格式的文件,來指出站點上的哪一部分 可以被robot訪問, 這個文件放在站點的根目錄下,即robots.txt." target="_blank">http://.../robots.txt.
  2. Robots META tag
一個網頁作者可以使用專門的HTML META tag ,來指出某一個網頁是否可以被索 引、分析或鏈接。這些方法適合于大多數的Web Robot,至于是否在軟件中實施了這些方法,還依賴于 Robot的開發者,并非可以保證對任何Robot都靈驗。如果你迫切需要保護自己內容,則應考慮采用諸如增加密碼等其他保護方法。
 
  使用Robots Exclusion Protocol協議
  當Robot訪問一個 Web 站點時,比如http://www.yxhnee.live,它先去檢查文件robots.txt"target="_blank">http://www.yxhnee.live/robots.txt。如果這個文件存在,它便會按照這樣的記錄格式去分析:
  User-agent: *
  Disallow: /cgi-bin/
  Disallow: /tmp/
  Disallow: /~joe/
  以確定它是否應該檢索站點的文件。這些記錄是專門給Web Robot看的,一般的瀏覽者大概永遠不會看到這個文件,所以千萬不要異想天開地在里面加入形似 類的HTML語句或是“How do you do? where areyou from?”之類假情假意的問候語。
  在一個站點上只能有一個 "/robots.txt" 文件,而且文件名的每個字母要求全部是小寫。在Robot的記錄格式中每一個單獨的"Disallow"行表示你不希望Robot訪問的URL, 每個URL必須單獨占一行,不能出現"Disallow: /cgi-bin/ /tmp/"這樣的病句。同時在一個記錄中不能出現空行,這是因為空行是多個記錄分割的標志。User-agent行指出的是Robot或其他代理的名稱。在User-agent行,* 表示一個特殊的含義---所有的robot。
  下面是幾個robot.txt的例子:
  在整個服務器上拒絕所有的robots:
  User-agent: *
Disallow: /
 
  允許所有的robots訪問整個站點:
  User-agent: *
  Disallow:
  或者產生一個空的 "/robots.txt" 文件。
 
  服務器的部分內容允許所有的robot訪問
  User-agent: *
  Disallow: /cgi-bin/
  Disallow: /tmp/
  Disallow: /private/
 
  拒絕某一個專門的robot:
  User-agent: BadBot
  Disallow: /
 
 
  只允許某一個robot光顧:
  User-agent: WebCrawler
  Disallow:
  User-agent: *
  Disallow: /
  
  最后我們給出 http://www.w3.org/站點上的robots.txt:
  # For use by search.w3.org
  User-agent: W3Crobot/1
  Disallow:
  User-agent: *
  Disallow: /Member/ # This is restricted to W3C Members only
  Disallow: /member/ # This is restricted to W3C Members only
  Disallow: /team/ # This is restricted to W3C Team only
  Disallow: /TandS/Member # This is restricted to W3C Members only
  Disallow: /TandS/Team # This is restricted to W3C Team only
  Disallow: /Project
  Disallow: /Systems
  Disallow: /Web
  Disallow: /Team
  
  使用Robots META tag方式
Robots META tag 允許HTML網頁作者指出某一頁是否可以被索引,或是否可以用來查找更多的鏈接文件。目前只有部分robot實施了這一功能。
Robots META tag的格式為:
象其他的META tag一樣,它應該放在HTML文件的HEAD區:
  ...
  Robots META tag指令使用逗號隔開,可以使用的指令包括 [NO]INDEX 和[NO]FOLLOW。INDEX指令指出一個索引性robot是否可以對本頁進行索引;FOLLOW 指
令指出robot是否可以跟蹤本頁的鏈接。缺省的情況是INDEX和FOLLOW。例如:一個好的Web 站點管理員應該將robot的管理考慮在內,使robot為自己的主頁服務, 同時又不損害自己網頁的安全。

返回上一頁
上一篇:王通:SEO的六種賺錢方式
下一篇:58種網絡營銷方法大揭秘

   
  常見問題
  網站建設常見問題
  虛擬主機常見問題
  企業郵局常見問題
  域名注冊常見問題
  網站推廣常見問題
  400電話申請常見問題
  USB控制軟件常見問題
  網站客服軟件常見問題
電話:400-005-3721 028-87333721
傳真:028-66083721
郵箱:[email protected]
地址:成都市青羊區光華東三路486號3棟11樓12號
點擊這里給我發消息  點擊這里給我發消息
點擊這里給我發消息  點擊這里給我發消息 點擊這里給我發消息
首頁 | 關于我們 | 新聞中心 | 人力資源 | 企業家風采 | 客戶成功故事 | 友情鏈接 | 聯系我們 | 返回頂部
服務熱線:400-005-3721 028-87333721 電子郵箱:[email protected] 地址:成都市青羊區光華東三路486號3棟11樓12號
傳真:028-66083721 郵編:610091 網址:www.yxhnee.live
Copyright © 2010 四川萬維科技有限公司 All Rights Reserved   蜀ICP備11006886號
湖南快乐十分现场开奖实况