IT优就业SEO教程-禁止搜索引擎收录的方法【优就业】.docVIP

 禁止搜索引擎收录的方法【优就业】 优就业SEO研究院院长 吴秀龙 1. 什么是robots.txt文件? 搜索引擎使用spider程序自动访问互联网上的网页并获取网页信息。spider在访问一个网站时，会首先会检查该网站的根域下是否有一个叫做 robots.txt的纯文本文件，这个文件用于指定spider在您网站上的抓取范围。您可以在您的网站中创建一个robots.txt，在文件中声明 该网站中不想被搜索引擎收录的部分或者指定搜索引擎只收录特定的部分。  一般情况下， 当网站包含不希望被搜索引擎收录的内容时，才需要使用robots.txt文件。如果希望搜索引擎收录网站上所有内容，不用建立robots.txt文件。 2. robots.txt文件放在哪里? robots.txt文件应该放置在网站根目录下。举例来说，当spider访问一个网站（比如 ）时，首先会检查该网站中是否存在/robots.txt这个文件，如果 Spider找到这个文件，它就会根据这个文件的内容，来确定它访问权限的范围。 网站 URL 相应的 robots.txt的 URL / /robots.txt / /robots.txt 3. 我在robots.txt中设置了禁止百度收录我网站的内容，为何还出现在百度搜索结果中？ 如果其他网站链接了您robots.txt文件中设置的禁止收录的网页，那么这些网页仍然可能会出现在百度的搜索结果中，但您的网页上的内容不会被抓取、建入索引和显示，百度搜索结果中展示的仅是其他网站对您相关网页的描述。 4. 禁止搜索引擎跟踪网页的链接，而只对网页建索引 如果您不想搜索引擎追踪此网页上的链接，且不传递链接的权重，请将此元标记置入网页的HEAD 部分：meta name=robots content=nofollow 如果您不想百度追踪某一条特定链接，百度还支持更精确的控制，请将此标记直接写在某条链接上：a href=url rel=nofollowsignin/a 要允许其他搜索引擎跟踪，但仅防止百度跟踪您网页的链接，请将此元标记置入网页的HEAD 部分：meta name=Baiduspider content=nofollow 5. 禁止搜索引擎在搜索结果中显示网页快照，而只对网页建索引 要防止所有搜索引擎显示您网站的快照，请将此元标记置入网页的HEAD部分：meta name=robots content=noarchive 要允许其他搜索引擎显示快照，但仅防止百度显示，请使用以下标记：meta name=Baiduspider content=noarchive注：此标记只是禁止百度显示该网页的快照，百度会继续为网页建索引，并在搜索结果中显示网页摘要。 6. 我想禁止百度图片搜索收录某些图片，该如何设置？ 禁止Baiduspider抓取网站上所有图片、禁止或允许Baiduspider抓取网站上的某种特定格式的图片文件可以通过设置robots实现，请参考“robots.txt文件用法举例”中的例10、11、12。 7. robots.txt文件用法举例 例1. 禁止所有搜索引擎访问网站的任何部分下载该robots.txt文件 User-agent: *Disallow: / 例2. 允许所有的robot访问(或者也可以建一个空文件 /robots.txt) User-agent: *Allow: /  例3. 仅禁止Baiduspider访问您的网站 User-agent: BaiduspiderDisallow: / 例4. 仅允许Baiduspider访问您的网站 User-agent: *Disallow: / User-agent: BaiduspiderAllow: /  例5. 仅允许Baiduspider以及Googlebot访问 User-agent: BaiduspiderAllow: /User-agent: GooglebotAllow: /User-agent: *Disallow: /  例6. 禁止spider访问特定目录 在这个例子中，该网站有三个目录对搜索引擎的访问做了限制，即robot不会访问这三个目录。需要注意的是对每一个目录必须分开声明，而不能写成 Disallow: /cgi-bin/ /tmp/。 User-agent: *Disallow: /cgi-bin/Disallow: /tmp/Disallow: /~joe/ 例7. 允许访问特定目录中的部分u