阿汤博客-承接中小企业服务器维护和网站维护,有意者可以联系博主!

如何利用robots协议优化你的WordPress博客站

网站优化 616℃ 0评论

很多新手建站朋友对robots协议文件的重要性不是很清楚,本篇文章由成都SEO博主普及一下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协议主如何利用robots协议优化你的WordPress博客站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。

7robots.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:

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

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

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

4Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录

5Disallow: /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)

6Disallow: /*?* 禁止访问网站中所有包含问号 (?) 的网址

7Disallow: /.jpg$ 禁止抓取网页所有的.jpg格式的图片

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

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

10Allow: /tmp 这里定义是允许爬寻tmp的整个目录

11Allow: .htm$ 仅允许访问以".htm"为后缀的URL

12Allow: .gif$ 允许抓取网页和gif格式图片

13Sitemap: 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:

1User-agent: * //设置robots规则适用的浏览者身份为全部UA身份

2Disallow: /*?* //屏蔽掉页面中的动态路径

3Disallow: /?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。

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

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

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

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

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

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

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

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

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

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

14Disallow: /page/ //屏蔽默认的翻页路径

15Disallow: /*/*/page/ //屏蔽分类目录的翻页路径

16Disallow: /page/1$ //屏蔽翻页路径中的数字路径

17Disallow: /tag/ //屏蔽标签页面

18Disallow: /?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

19Disallow: /date/ //屏蔽按日期分类显示的列表页面

20Disallow: /author/ //屏蔽作者文章列表页面

21Disallow: /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。

22Disallow: /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。

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 SEOall 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:

1WordPress站点默认在浏览器中输入:http://你的域名/robots.txt

比如阿汤博客:http://www.amd5.cn/robots.txt

如何利用robots协议优化你的WordPress博客站

转载请注明:阿汤博客 » 如何利用robots协议优化你的WordPress博客站

喜欢 (0)or分享 (0)