一、站內(nèi)優(yōu)化

Robot.txt用法詳解及robot.txt問題匯總

(1)為什么設(shè)置Robots.txt?

在進(jìn)行SEO操作的時(shí)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(jìn)行抓取，不重要的頁面進(jìn)行屏蔽可以減少網(wǎng)站服務(wù)器的負(fù)擔(dān)。

(2)一些常見的問題和知識(shí)點(diǎn)

蜘蛛在發(fā)現(xiàn)一個(gè)網(wǎng)站的時(shí)候，是抓取網(wǎng)站的Robots.txt文件(當(dāng)然官方上是這么說的，有時(shí)候也會(huì)出現(xiàn)不遵守的情況);

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

(3)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。

(4)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(gè)非常重要的問題，如果設(shè)置錯(cuò)誤可能會(huì)導(dǎo)致抓取錯(cuò)誤。

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

User-agent:*2.Allow:/seojc/bbs3.Disallow:/seojc/這個(gè)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(duì)調(diào)下位置觀察一下。

User-agent:*2.Disallow:/根目錄下的文件夾/3.Allow:/seojc/bbs/seojc/目錄出現(xiàn)在行，禁止抓取目錄下的所有文件，那么第二行的Allow就無效，因?yàn)樾兄幸呀?jīng)禁止抓取seojc目錄下的所有文件，而bbs目錄正好位于seowhy目錄下。因此匹配不成功。

(5)Robots.txt路徑問題

在蜘蛛?yún)f(xié)議中，Allow和Disallow后面可以跟兩種路徑形式，即鏈接、相對(duì)鏈接。鏈接就是完整的URL形式，而相對(duì)鏈接只針對(duì)根目錄。這是記住。

(6)斜杠問題

Disallow:/seojc表示禁止抓取seoic這個(gè)目錄下的所有文件，如:seojc.1.html、seojc/rmjc.php都不允許抓取;

Disallow:/seojc/表示禁止抓取seojc這個(gè)目錄下的文件，即允許抓取seojc.1.html，但是不允許抓取seojc/rmjc.php。