• 昔日本土最佳中锋终破门 激活他国家队俱乐部都受益 2019-06-19
  • 反俄毒招!世界杯遇尴尬:假球票1万余张,涉案金额1亿美金! 2019-06-14
  • 萨拉赫,你再不上 埃及队就要回家啦 2019-06-14
  • 中外学者齐聚拉萨 首届中国西藏拉萨阿里象雄文化国际学术研讨会召开 2019-06-09
  • 一语惊坛(5月22日):精忠报国是每一个热血青年的夙愿! 2019-06-06
  • 世界是动态发展与平衡的,不会静止不变,指导社会的理论也是不断发展完善的,由相对真理向绝对真理发展接近,这话不是我臆造的,来自学的大学课本根据马克思著作编写... 2019-06-06
  • 重庆 民俗文化进校园(我们的节日·端午) 2019-06-04
  • 太阳是宇宙加油站?不明物体多次靠近“加油”,看清后屏住呼吸 2019-06-04
  • 代理加盟 2019全新代理计划 赚钱+省钱双管齐下,独立平台,丰厚利润!

    您现在的位置: 波西亚时光ns > 站长学院 > SEO资讯 >

    波西亚时光水果蛋挞怎么做:robots禁止抓取规则为什么还被收录

    来源:未知 发布时间:2019-03-30热度: ℃我要评论
    有时候不希望搜索引擎抓取某些内容可以写robots.txt文件放到根目录,按理蜘蛛会首先读取这个文件,按照robots协议抓取相应的内容。但是许多站长们发现,蜘蛛并不太遵守这个协议。 为验证这个问题,做了测试后发现,如果蜘蛛已经抓取并有索引、快照了,这个时候再写robo...

    波西亚时光ns www.1y2c.com

           有时候不希望搜索引擎抓取某些内容可以写robots.txt文件放到根目录,按理蜘蛛会首先读取这个文件,按照robots协议抓取相应的内容。但是许多站长们发现,蜘蛛并不太遵守这个协议。

           为验证这个问题,做了测试后发现,如果蜘蛛已经抓取并有索引、快照了,这个时候再写robots就不遵守这个协议了,一般在robots中禁止抓取文件夹如下,

    Disallow:/about/

           还不放心,在页面里增加<meta>声明

    <meta name="robots" content="noindex,follow" />

           这个声明的意思是告诉蜘蛛不建立索引,可以沿着路径继续抓取内容。以为这就能让已经收录的快照删除了,有网友说这需要等待,时间都说不好。

           百度有个规则是判断页面质量,如果多个页面重复内容过多,会被降权,甚至移出索引库。等待很长世间才会被移出索引库,一般调整过的网站的收录量会减少,但不是大幅度减少,是因为有些垃圾页面在算法更新后被移出索引库而已,这对于正规SEO做法的站长来说是好事,垃圾页面会影响到网站的排名。

           robots和nofollow都能控制蜘蛛抓取范围,而两个的用法不尽相同。

    robots协议

           告诉蜘蛛哪些内容可抓取,哪些不可抓取。原则是:参与排名的就让蜘蛛抓,不参与的或涉及到信息安全的不抓取。

    nofollow标签

           告诉蜘蛛该页面内,某链接不可信任,不传递权重。一般在页面链接较多的情况下(页面会给该页面下所有链接权重),为了集中页面权重,一些无关紧要的链接采用nofollow加以控制。

           简单说,nofollow主要是为了集中某个页面的权重,而robots是控制整个网站的蜘蛛抓取范围。那么问题来了,为什么很多时候蜘蛛不遵守我们的robots协议呢?(一些垃圾蜘蛛是完全不遵守robots协议的)我们说的蜘蛛主要指百度、谷歌蜘蛛。

    ①书写错误

           robots.txt的书写格式是一行一行的写,不能连着写,如

    User-agent: * Disallow: /cgi-bin/ Disallow: /tmp/

           每个记录都需要另起一行,每个记录里不允许空行,空行用来分割不同的记录。正确的如

    User-agent: *
    Disallow: /cgi-bin/
    Disallow: /tmp/
    

           很多时候搜索引擎抓取了你 robots.txt 不允许抓取的内容不是因为机器人不遵守,而是从抓取到索引到展现这个过程需要一段时间,当搜索引擎已经抓取了,你才更新,那么之前抓取的是不会那么快删掉的,删除周期并不规律,一般是算法更新后生效的情况多些。

           下面说下几个新手可能会需要的信息。

    1、robots.txt 怎么写?       

           各大搜索引擎的站长平台(英文叫 webmasters )都有详细说明,也有生成工具。

    2、怎样确定 robots.txt 有效?

           站长平台都有抓取 robots.txt 的工具,也会有“抓取工具”来确认某个页面是不是可以正确抓取。

    3、怎样通知搜索引擎 robots.txt 已更新?

           和上面的一样,通过站长平台的抓取工具重新抓?。ㄓ械氖?ldquo;更新”)即可。

    4、让搜索引擎抓取了不应该抓取的内容怎么办?

           这个常用方法有几种:

    * 在站长平台的删除链接工具中输入链接并确认删除
    * 修改代码使搜索引擎访问时返回错误代码(503、404等),然后在站长平台重新抓取
    * 修改 robots.txt (这个只建议在上面两个操作过之后补充)

    5、整站禁止抓取,如何操作更有效?

           有的搜索引擎索引是不遵守 robots.txt 的,只有在展现的时候遵守,也就是说,就算你 robots.txt 写明了禁止抓取,你会发现还是有机器人来爬。

           所以如果是大目录或者是整站禁止抓取,建议在服务器软件(如 nginx)的代码段中直接判断搜索引擎 UA 并返回错误代码。这样一方面可以减轻服务器压力,一方面可以真正禁止抓取。

    本文地址://www.1y2c.com/seo/1522.html

      责任编辑:波西亚时光ns

      发表评论

      评论列表(条)

      • 昔日本土最佳中锋终破门 激活他国家队俱乐部都受益 2019-06-19
      • 反俄毒招!世界杯遇尴尬:假球票1万余张,涉案金额1亿美金! 2019-06-14
      • 萨拉赫,你再不上 埃及队就要回家啦 2019-06-14
      • 中外学者齐聚拉萨 首届中国西藏拉萨阿里象雄文化国际学术研讨会召开 2019-06-09
      • 一语惊坛(5月22日):精忠报国是每一个热血青年的夙愿! 2019-06-06
      • 世界是动态发展与平衡的,不会静止不变,指导社会的理论也是不断发展完善的,由相对真理向绝对真理发展接近,这话不是我臆造的,来自学的大学课本根据马克思著作编写... 2019-06-06
      • 重庆 民俗文化进校园(我们的节日·端午) 2019-06-04
      • 太阳是宇宙加油站?不明物体多次靠近“加油”,看清后屏住呼吸 2019-06-04
      • 赫塔菲vs比利亚雷尔近期战绩 浙江快乐彩计时走势 电竞导演见照片 重庆百变王牌微信群 水果老虎机厂家 时时彩开奖组60 广西快乐双彩复式多少钱 逆水寒下载打不开怎么办 福建31选7 勒沃库森vs拜仁录像 完美世界手游霸主印记任务 免费马会一码中特 广东快乐10分结果 我的世界籽岷视频 魔兽世界h文芦乐催眠护符 淑女派对在线客服