请选择 进入手机版 | 继续访问电脑版
查看: 250|回复: 0

怎么使用robots协议优化WordPress博客站

[复制链接]

193

主题

205

帖子

1060

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
1060

最佳新人活跃会员热心会员推广达人宣传达人灌水之王突出贡献优秀版主荣誉管理论坛元老

发表于 2016-3-3 13:05:22 | 显示全部楼层 |阅读模式
        很多新手建站朋友对robots协议文件的重要性不是很清楚,本篇文章普及一下WordPress站点robots协议文件编写知识。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。robots协议主要注意以下几大方面:

        一、使用robots协议需要注意的几点地方:
1、指令区分大小写,忽略未知指令。

2、每一行代表一个指令,空白和隔行会被忽略。

3、“#”号后的字符参数会被忽略。

4、有独立User-agent的规则,会排除在通配“*”User agent的规则之外。

5、可以写入sitemap文件的链接,方便搜索引擎蜘蛛爬行整站内容。

6、尽量少用Allow指令,因为不同的搜索引擎对不同位置的Allow指令会有不同看待。

7、robots.txt 文件必须放在网站的根目录,不可以放在子目录。

        二、robots协议文件写法:
robots协议写法

1、User-agent: * 这里的*代表的所有的搜索引擎种类,*是一个通配符

2、Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录

3、Disallow: /require/ 这里定义是禁止爬寻require目录下面的目录

4、Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录

5、Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以".htm"为后缀的URL(包含子目录)

6、Disallow: /*?* 禁止访问网站中所有包含问号 (?) 的网址

7、Disallow: /.jpg$ 禁止抓取网页所有的.jpg格式的图片

8、Disallow:/ab/adc.html 禁止爬取ab文件夹下面的adc.html文件

9、Allow: /cgi-bin/ 这里定义是允许爬寻cgi-bin目录下面的目录

10、Allow: /tmp 这里定义是允许爬寻tmp的整个目录

11、Allow: .htm$ 仅允许访问以".htm"为后缀的URL

12、Allow: .gif$ 允许抓取网页和gif格式图片

13、Sitemap: 网站地图 告诉爬虫这个页面是网站地图

      三、robots协议文件实际说明:
1、User-agent: * //设置robots规则适用的浏览者身份为全部UA身份

2、Disallow: /*?* //屏蔽掉页面中的动态路径

3、Disallow: /?p=* //屏蔽掉非固定链接的文章页面路径,因为每个页面中都会有一个shortlink使用的是?p= 的路径。

4、Disallow: /index.php //屏蔽掉首页默认页面的index.php 页面地址

5、Disallow: /wp-admin //屏蔽掉后台登陆页面地址,主要是考虑到服务器安全

6、Disallow: /wp-content/plugins //屏蔽掉wordpress的插件目录

7、Disallow: /wp-content/themes //屏蔽掉wordpress的模板目录

8、Disallow: /wp-includes //屏蔽掉wordpress的底层程序目录

9、Disallow: /trackback //屏蔽wordpress的页面回评路径

10、Disallow: /*/*/trackback //屏蔽wordpress分类目录、文章页面的回评路径

11、Disallow: /feed //屏蔽wordpress的内容订阅路径

12、Disallow: /*/*/feed //屏蔽wordpress分类目录、文章页面的订阅路径

13、Disallow: /comments/feed //屏幕wordpress评论的订阅路径

14、Disallow: /page/ //屏蔽默认的翻页路径

15、Disallow: /*/*/page/ //屏蔽分类目录的翻页路径

16、Disallow: /page/1$ //屏蔽翻页路径中的数字路径

17、Disallow: /tag/ //屏蔽标签页面

18、Disallow: /?s=* //屏蔽搜索结果路径,主要是避免搜索结果的缓存被搜索引擎收录

19、Disallow: /date/ //屏蔽按日期分类显示的列表页面

20、Disallow: /author/ //屏蔽作者文章列表页面

21、Disallow: /category/ //屏蔽以category为起始路径的分类路径,如果您没有使用插件生成不带category前缀的路径时,请不要使用此项规则。

22、Disallow: /wp-login.php //屏蔽后台登陆页面

       四、robots协议设置方法
1、写好之后把文件重命名为:robots.txt 然后用FTP上传到网站的根目录下面,切记不是主题的根目录下而是网站的根目录。

利用FTP上传robots.txt协议文件

2、利用站长工具自动生成,网址:http://tool.chinaz.com/robots/

3、利用SEO插件设置,比如Yoast SEO、all in one seo

      五、robots协议的作用
1、引导搜索引擎蜘蛛抓取指定栏目或内容;

2、网站改版或者URL重写优化时候屏蔽对搜索引擎不友好的链接;

3、屏蔽死链接、404错误页面;

4、屏蔽无内容、无价值页面;

5、屏蔽重复页面,如评论页、搜索结果页;

6、屏蔽任何不想被收录的页面;

7、引导蜘蛛抓取网站地图;

      六、如何查看robots协议:
1、WordPress站点默认在浏览器中输入:http://你的域名/robots.txt

比如:http://xxxx.com/robots.txt

生活圈制作
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

SEO论坛是由SEO培训网株洲优商网络(zhuzhouren.com.cn)创立,是一个以免费分享SEO技术教程和SEO网站优化技术学习交流为目的SEO论坛,欢迎热爱搜索引擎优化站长加入交流,SEO技术交流群(497177874)
© 2001-2013 株洲优商网络SEO培训网 湘ICP备14002577号-2 Powered by Discuz!X3.2Template by 株洲优商网络    
快速回复 返回顶部 返回列表