Robots文件设置

作者:鼎极网络发布日期:2019-11-13浏览次数:6

  robots.txt文件详细解说

  1. 什么是robots.txt文件?

  搜索引擎使用spider程序自动访问互联网上的网页并获取网页信息。spider在访问一个网站时,会首先会检查该网站的根域下是否有一个叫做 robots.txt的纯文本文件,这个文件用于指定spider在您网站上的抓取范围。您可以在您的网站中创建一个robots.txt,在文件中声明 该网站中不想被搜索引擎收录的部分或者指定搜索引擎只收录特定的部分。

  请注意,仅当您的网站包含不希望被搜索引擎收录的内容时,才需要使用robots.txt文件。如果您希望搜索引擎收录网站上所有内容,请勿建立robots.txt文件。

  2. robots.txt文件放在哪里?

  robots.txt文件应该放置在网站根目录下。举例来说,当spider访问一个网站(比如 http://www.abc.com)时,首先会检查该网站中是否存在http://www.abc.com/robots.txt这个文件,如果 Spider找到这个文件,它就会根据这个文件的内容,来确定它访问权限的范围。


网站 URL

相应的 robots.txt的 URL

http://www.esobao.cn/

http://www.esobao.cn/robots.txt

http://www.esobao.cn:80/

http://www.esobao.cn:80/robots.txt

http://www.esobao.cn:1234/

http://www.esobao.cn:1234/robots.txt

http://esobao.cn/

http://esobao.cn/robots.txt


  3. 我在robots.txt中设置了禁止百度收录我网站的内容,为何还出现在百度搜索结果中?

  如果其他网站链接了您robots.txt文件中设置的禁止收录的网页,那么这些网页仍然可能会出现在百度的搜索结果中,但您的网页上的内容不会被抓取、建入索引和显示,百度搜索结果中展示的仅是其他网站对您相关网页的描述。

  4. 禁止搜索引擎跟踪网页的链接,而只对网页建索引

  如果您不想搜索引擎追踪此网页上的链接,且不传递链接的权重,请将此元标记置入网页的<HEAD> 部分:

  <meta name="robots" content="nofollow">

  如果您不想百度追踪某一条特定链接,百度还支持更的控制,请将此标记直接写在某条链接上:

  <a href="signin.php" rel="nofollow">signin</a>

  要允许其他搜索引擎跟踪,但仅防止百度跟踪您网页的链接,请将此元标记置入网页的<HEAD> 部分:

  <meta name="Baiduspider" content="nofollow">

  5. 禁止搜索引擎在搜索结果中显示网页快照,而只对网页建索引

  要防止所有搜索引擎显示您网站的快照,请将此元标记置入网页的<HEAD>部分:

  <meta name="robots" content="noarchive">

  要允许其他搜索引擎显示快照,但仅防止百度显示,请使用以下标记:

  <meta name="Baiduspider" content="noarchive">

  注:此标记只是禁止百度显示该网页的快照,百度会继续为网页建索引,并在搜索结果中显示网页摘要。

  6. 我想禁止百度图片搜索收录某些图片,该如何设置?

  禁止Baiduspider抓取网站上所有图片、禁止或允许Baiduspider抓取网站上的某种特定格式的图片文件可以通过设置robots实现,请参考“robots.txt文件用法举例”中的例10、11、12。

  7. robots.txt文件的格式

  "robots.txt"文件包含一条或更多的记录,这些记录通过空行分开(以CR,CR/NL, or NL作为结束符),每一条记录的格式如下所示:

  "<field>:<optional space><value><optionalspace>"

  在该文件中可以使用#进行注解,具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始,后面加上若干Disallow和Allow行,详细情况如下:

  User-agent:

  该项的值用于描述搜索引擎robot的名字。在"robots.txt"文件中,如果有多条User-agent记录说明有多个robot会受 到"robots.txt"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*,则对任何robot均有效, 在"robots.txt"文件中,"User-agent:*"这样的记录只能有一条。如果在"robots.txt"文件中,加入"User- agent:SomeBot"和若干Disallow、Allow行,那么名为"SomeBot"只受到"User-agent:SomeBot"后面的 Disallow和Allow行的限制。

  Disallow:

  该项的值用于描述不希望被访问的一组URL,这个值可以是一条完整的路径,也可以是路径的非空前缀,以Disallow项的值开头的URL不会被 robot访问。例如"Disallow:/help"禁止robot访问/help.html、/helpabc.html、/help /index.html,而"Disallow:/help/"则允许robot访问/help.html、/helpabc.html,不能访问 /help/index.html。"Disallow:"说明允许robot访问该网站的所有url,在"/robots.txt"文件中,至少要有一条Disallow记录。如果"/robots.txt"不存在或者为空文件,则对于所有的搜索引擎robot,该网站都是开放的。

  Allow:

  该项的值用于描述希望被访问的一组URL,与Disallow项相似,这个值可以是一条完整的路径,也可以是路径的前缀,以Allow项的值开头 的URL 是允许robot访问的。例如"Allow:/hibaidu"允许robot访问/hibaidu.htm、/hibaiducom.html、 /hibaidu/com.html。一个网站的所有URL默认是Allow的,所以Allow通常与Disallow搭配使用,实现允许访问一部分网页同时禁止访问其它所有URL的功能。

  使用"*"and"$":

  Baiduspider支持使用通配符"*"和"$"来模糊匹配url。

  "$" 匹配行结束符。

  "*" 匹配0或多个任意字符。

  注:我们会严格遵守robots的相关协议,请注意区分您不想被抓取或收录的目录的大小写,我们会对robots中所写的文件和您不想被抓取和收录的目录做匹配,否则robots协议无法生效。

  8. URL匹配举例

Allow或Disallow的值

URL

匹配结果

/tmp

/tmp

yes

/tmp

/tmp.html

yes

/tmp

/tmp/a.html

yes

/tmp

/tmphoho

no




/Hello*

/Hello.html

yes

/He*lo

/Hello,lolo

yes

/Heap*lo

/Hello,lolo

no

html$

/tmpa.html

yes

/a.html$

/a.html

yes

htm$

/a.html

no

  9. robots.txt文件用法举例

例1. 禁止所有搜索引擎访问网站的任何部分

User-agent: *
Disallow: /

例2. 允许所有的robot访问
(或者也可以建一个空文件 "/robots.txt")

User-agent: *
Allow: /

例3. 仅禁止Baiduspider访问您的网站

User-agent: Baiduspider
Disallow: /

例4. 仅允许Baiduspider访问您的网站

User-agent: Baiduspider
Allow: /
User-agent: *
Disallow: /

关键词:

鼎极seo是主要从事企业网站建设与网络推广服务以及移动互联网客户端,相关产品开发;
业务范围包括:企业网站策划、网页设计、网站建设、手机/微信站、APP、网络推广、企业邮箱、域名主机,及其它互联网相关产品服务。

联系我们
江苏省徐州市

  关键词词库建立

  关于关键词库的建设流程、关键词挖掘、关键词去重及清洗策略、关键词数据匹配设置优先级、关键词分类与布局等。

  

  

1.png

1.关键词挖掘

  挖掘关键词的方法有很多,目的就是能够收集到更多更全的关键词库。

  步可以先建立业务相关的词根( 词根尽量简短,比如家电行业:产品类词根【电视、空调、洗衣机等】功能类词根【制冷、保暖、加温、除湿等】);

  第二步把这些词根的每一个长尾词都挖掘出来,可以用到百度竞价后台、词库网、5118、等工具。

  2.关键词去重及清洗

  一般挖掘完后起码都是几十万关键词以上的,这里面会有很多无用词,同义词,重复的词。

  过滤一般用表格简单的处理或者让程序配合来弄。

  ①.关键词去重:简单粗暴的去重。

  ②.敏感词过滤:去掉包含敏感内容的关键词

  ③.禁止词过滤:比如挖装修的词挖到很多淘宝装修的,那么把带淘宝的词全部去掉即可

  ④.同义词过滤:很多关键词其实是重复的,比如:代表 象征 除湿机、抽湿机、去湿机

  同义词布局的时候只需要布局其中1个就可以。

  ⑤.颠倒词过滤:词是一样,但是顺序不一样的关键词

  比如:除湿机哪个品牌好 哪个品牌除湿机好

  ⑥.停止词过滤:就是包含一些无意义字或词的关键词

  比如:“包含空格”“的”

  深圳 装修 深圳装修

  深圳的装修公司 深圳装修公司

  上面2组词,也算是重复的

  以上关键词过滤后:可提升30%的布局效果,避免重复的关键词了。

  3.关键词数据匹配

  需要匹配的数据根据每个人需求不同可以自己选择。

  主要的有①关键词搜索量、②关键词指数、③关键词相关页面数等等。

  还有比如:①关键词字数、②关键词现有文章数(站内重复内容数量)、③关键词现有排名、④关键词布局时间等数据。

  这些数据都是后期需要用到的,可以根据以上数据设置关键词布局策略,优先级等。

  需要用到的工具:火车头(排名、搜索量)词库网(指数)EX表格函数:VLOOKUP(数据匹配)等等。这里就不具体讲工具的使用了。

  4.关键词分类与布局

  各种关键词放在页面的什么地方?关键词部署和原则!

  关键词的部署原则:

  1.每个页面针对三个关键词

  2.避免内部竞争,页面关键词不能重复

  3.关键词以金字塔的形式分布在网站内部

  一般合理的整站关键词部署类似金字塔形状。核心关键词部署在首页、每个页面多不超过3个关键词、关键词避免页面相互竞争。

  在这里分享一下网站关键词部署金字塔定律:

  核心关键词的部署位置。比如:网上商城、SEO培训 建议部署在首页(指数高、竞争力大的词,部署在网站首页,也比较容易和其他网站竞争大词的排名)

  目标关键词位于一级导航页,比如:运动品牌大全 SEO答疑 建议部署在一级栏目页(将一些难度比较小的词部署在导航页里面,因为很多网站这些词都是用内容页或者栏目来做的,就没必要浪费首页的权重来做竞争力没那么大的词了)

  目标关键词部署在二级导航页,比如:耐克运动鞋 建议部署在二级栏目页

  长尾关键词将部署在产品终端页,比如:耐克XXXX运动鞋 建议部署在产品终端页(内容页)

  产品词(空调、洗衣机)

  品牌+产品(格力空调、美的空调)

  品牌+产品+价格(格力空调价格、美的空调价格)

  品牌+类型(格力变频空调、)

  品牌+产品+怎么样(格力空调怎么样)

  产品+安装(空调安装)

  产品+报价 (空调报价)

  地域+产品(武汉空调)

  将词进行一级分类、二级分分类甚至更多,然后布局到对应的页面上,比如价格类就放在产品展示页,格力空调怎么样就布局到文章页面。如果某类词没有对应的页面可布局可以开发新页面进行布局,比如(武汉空调)可以布局到分站首页。