当前位置:首页 > CMS教程 > WordPress > 列表

WordPress站点 之Robots.txt的优化及写法

发布:smiling 来源: PHP粉丝网  添加日期:2018-12-06 09:54:06 浏览: 评论:0 

Robots协议(也称为爬虫协议、机器人协议等)的全称是“网络爬虫排除标准”(Robots Exclusion Protocol),网站通过Robots协议告诉搜索引擎哪些页面可以抓取,哪些页面不能抓取。

搜索引擎机器人访问网站时,首先会寻找站点根目录有没有 robots.txt文件,如果有这个文件就根据文件的内容确定收录范围,如果没有就按默认访问以及收录所有页面。另外,当搜索蜘蛛发现不存在robots.txt文件时,会产生一个404错误日志在服务器上,从而增加服务器的负担,因此为站点添加一个robots.txt文件还是很重要的。

知道Robots协议的作用后,下面具体说一下WordPress站点如何编写robots.txt文件。

WordPress站点默认在浏览器中输入:http://你的域名/robots.txt,会显示如下内容:

User-agent: *

Disallow: /wp-admin/

Disallow: /wp-includes/

这是由WordPress自动生成的,意思是告诉搜索引擎不要抓取后台程序文件。

但这是远远不够的,比较完整的WordPress站点robots.txt文件内容如下:

  1. User-agent: * 
  2.  
  3. Disallow: /wp-admin/ 
  4.  
  5. Disallow: /wp-content/ 
  6.  
  7. Disallow: /wp-includes/ 
  8.  
  9. Disallow: page/ 
  10.  
  11. Disallow: /tagtrackback 
  12.  
  13. Disallow: /feed 
  14.  
  15. Disallow: ?s=*\ 
  16.  
  17. Disallow: /attachment/ 

使用方法:新建一个名称为robots.txt文本文件,将上面的内容放进去,然后上传到网站根目录即可。

下面分别解释一下各项的作用:

1、Disallow: /wp-admin/、Disallow: /wp-content/和Disallow: /wp-includes/

用于告诉搜索引擎不要抓取后台程序文件页面。

2、Disallow: page/和Disallow: /tagtrackback

禁止搜索引擎抓取收录trackback等垃圾信息

5、Disallow: /feed、Disallow: ?s=*\

禁止搜索引擎抓取站内搜索结果

7、Disallow: /*?*

禁止搜索抓取动态页面

8、Disallow: /attachment/

禁止搜索引擎抓取附件页面,比如毫无意义的图片附件页面。

上面只是些基本的写法,当然还有很多,不过够用了。

Tags: Robots txt 优化 写法

分享到: