今日最新:视频:港律师批扁“终统”暴露其“台独”面目潘洪其:比“围殴城管”更可怕的是什么湖南麻阳县委书记被窃听偷拍7个月自认清白西藏林芝地区发生口蹄疫疫情美媒:钓鱼岛非日本战利品 其领土主张无说服力科威特埃米尔再次任命贾比尔为首相环球时报:朝鲜批张成泽未必是指桑骂槐胡锦涛下午将从俄罗斯符拉迪沃斯托克回国老挝泰国将派员出席湄公河惨案庭审现场作证菲律宾高级议员:解决中菲南海争端不能依赖美国现任402名省级党委常委中有28名军人虚假诉讼规避“摇号购车”环球时报:乌东部易帜难有克里米亚的运气视频:沙龙暂时脱离生命危险将停用麻醉药裁军是军队改革的硬骨头,难啃也得啃用什么水泡茶有讲究美国联邦政府会再度停摆么
  • WAP手机版 保存到桌面加入收藏设为首页
心得分享

robots.txt标准格式

时间:2011-11-13 17:21:35   作者:未知   来源:互联网   阅读:2360   评论:6
内容摘要:Google,雅虎,微软合作,共同遵守统一的Sitemaps标准。又同时宣布,共同遵守的robots.txt文件标准。Google,雅虎,微软各自支持的robots.txt文件及Meta标签的标准,以及一些各自特有的标准。下面做一个总结。  三家都支持的robots文件记...

  Google,雅虎,微软合作,共同遵守统一的Sitemaps标准。又同时宣布,共同遵守的robots.txt文件标准。Google,雅虎,微软各自支持的robots.txt文件及Meta标签的标准,以及一些各自特有的标准。下面做一个总结。

  三家都支持的robots文件记录包括:

  Disallow - 告诉蜘蛛不要抓取某些文件或目录。如下面代码将阻止蜘蛛抓取所有的网站文件:

User-agent: *
Disallow: /

  Allow - 告诉蜘蛛应该抓取某些文件。Allow和Disallow配合使用,可以告诉蜘蛛某个目录下,大部分都不抓取=只抓取一部分。如下面代码将使蜘蛛不抓取ab目录下其他文件,而只抓取其中cd下的文件:

User-agent: *
Disallow: /ab/
Allow: /ab/cd

  $通配符 - 匹配URL结尾的字符。如下面代码将允许蜘蛛访问以.htm为后缀的URL:

User-agent: *
Allow: .htm$

  *通配符 - 告诉蜘蛛匹配任意一段字符。如下面一段代码将禁止蜘蛛抓取所有htm文件:

User-agent: *
Disallow: /*.htm

  Sitemaps位置 - 告诉蜘蛛你的网站地图在哪里,格式为:

Sitemap: <sitemap_location>

  三家都支持的Meta标签包括:

  NOINDEX - 告诉蜘蛛不要索引某个网页。

  NOFOLLOW - 告诉蜘蛛不要跟踪网页上的链接。

  NOSNIPPET - 告诉蜘蛛不要在搜索结果中显示说明文字。

  NOARCHIVE - 告诉蜘蛛不要显示快照。

  NOODP - 告诉蜘蛛不要使用开放目录中的标题和说明。

  上面这些记录或标签,现在三家都共同支持。其中通配符好像以前雅虎微软并不支持。百度现在也支持Disallow,Allow及两种通配符。Meta标签我没有>到百度是否支持的官方说明。

  只有Google支持的Meta标签有:

  UNAVAILABLE_AFTER - 告诉蜘蛛网页什么时候过期。在这个日期之后,不应该再出现在搜索结果中。

  NOIMAGEINDEX - 告诉蜘蛛不要索引页面上的图片。

  NOTRANSLATE - 告诉蜘蛛不要翻译页面内容。

  雅虎还支持Meta标签:

  Crawl-Delay - 允许蜘蛛延时抓取的频率。

  NOYDIR - 和NOODP标签相似,但是指雅虎目录,而不是开放目录。

  Robots-nocontent - 告诉蜘蛛被标注的部分html不是网页内容的一部分,或者换个角度,告诉蜘蛛哪些部分是页面的主要内容(想被检索的内容)。

  MSN还支持Meta标签:

  Crawl-Delay

  另外提醒大家注意的是,robots.txt文件可以不存在,返回404错误,意味着允许蜘蛛抓取所有内容。但抓取robots.txt文件时却发生超时之类的错误,可能导致搜索引擎不收录网站,因为蜘蛛不知道robots.txt文件是否存在或者里面有什么内容,这与确认文件不存在是不一样的。


相关评论
西安车主被砸重伤:救人者向围观人群求援无响应
王金山任安徽省委书记 郭金龙不再担任
视频:网民看两会之网民评地产与房价
王珏:享受平凡的幸福
美国称中国稀土出口限制不会影响其军工业
致公党上海市委换届 吴幼英当选为主任委员
美欧日向WTO提出诉讼针对中国限制稀土出口
环球时报:朝鲜批张成泽未必是指桑骂槐
胡海岩接替匡镜明任北京理工大学校长
血色昆明:29条生命的最后一个夜晚
美军预警机已常规性巡航钓鱼岛
环保总局:淘汰黄标车相关配套政策有待完善
纵火保姆:事发前夜输钱 想放火再灭火立功借钱
蛟龙号7000米级海试队凯旋
男子因奸杀4岁女童遭枪决 起重机吊高尸体示众
视频:陈水扁否认公务机要费纳入私囊
王方杰:荡涤网络污垢是万千家长的共同关切
组图:宁洱地震受灾人数超过100万
西安警方部署2011年工作:世园会安保是重中之重
湖南邵阳自来水公司员工纵火烧死3名领导