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: * |
例2. 允许所有的robot访问 | User-agent: * |
例3. 仅禁止Baiduspider访问您的网站 | User-agent: Baiduspider |
例4. 仅允许Baiduspider访问您的网站 | User-agent: Baiduspider |
| 关键词：
没有了！
没有了！
关键词的选择步骤，如何选择网站的目标关键词? 选择关键词：内容相关，搜索次数多，竞争小，不能太广泛(旅游)，也不能太特殊(公司名称)找到平衡点 搜索引擎下拉框，收录量(intitle:)(越多竞争越大)，百度指数(Index.baidu.com)，竞争对手网站的关键词，内页排名情况，百度推广位置 本文将讲述选择关键词的具体步骤。此处提供的仅仅是一种方法，每个人完全可以根据自己的习惯和偏好发展出自己的有效的方法。 1、列出大量相关关键词 要找出合适的关键词，首先就要列出尽量多的相关的关键词，可以从几方面得到： 1)了解所要优化的网站所在的行业，运用你的常识，如果你自己是用户，会用什么词。 2)问周围的亲戚朋友同学等，他们会用什么关键词来搜索。 3)去同行业竞争者的网站，看一下前二三十名的网站，他们都在标题标签里放了哪些关键词。 4)搜索引擎本身也会提供相关信息。在你搜索一个关键词的时候，很多搜索引擎会在底部列出”相关搜索”或写着”搜索了ABC这个词的人，也搜索了DEF”等等，这些都是可以扩展关键词的地方。 5)关键词研究工具也会列出扩展的关键词。 6)有不少线上工具会提供你近义词，错拼词等等，这种工具一般以英文为多。 2、研究这些关键词的竞争程度 经过步以后，你应该已经有了一大串备选关键词，通常应该至少有几十个，可能上百上千。 然后就要看这些关键词的竞争程度如何，比如你希望找到竞争比较小，同时搜索次数比较多(热门)的关键词，这样效能就比较高。 有两个指标可以看关键词的竞争程度。 一是各个搜索引擎都会在搜索结果右上角列出某个关键词返回的总相关网页数。这个数字大致反映了与这个关键词相关的网页数，而这些网页都是你的竞争对手。 另外一个可以判断关键词竞争程度的是这个关键词要出现在竞价排名广告情况。 研究这些关键词被搜索的次数 关键词的竞争程度是一方面，另外一个很重要的方面是这些关键词是否真的被用户搜索?搜索的次数是多少?当然被搜索的越多越好。 雅虎的PPC查询工具列出了某个关键词被搜索的具体次数，在百度和搜狐的查询工具里虽然没有列出具体次数，但有列出被搜索次数在零至一百或一百至两百等不同的区段，也大致可以判断某个关键词被真正搜索的情况。 3、选择关键词 答案很明显，就是选择效能高的两到三个关键词作为你主页的目标关键词。剩下其他的相关关键词别扔掉，还会有其他用途。 不过有的时候也可能不选择效能高的关键词，比如说你所在行业的宽泛的关键词，虽然由于竞争厉害所以效能比较低，但是你有时间，有预算，并且有野心想瞄准这个关键词，那也不妨一试。 |
