ADJ網路實驗室
打印

[文章] robots.txt 配置說明

robots.txt 配置說明

網站這麼多東西,也許會有些東西是不想被搜尋到的,比方說只是要暫時上傳到空間、或是開一個目錄拿來放現在正在進行測試的網站等等,又不能直接關掉權限,因為還是需要能夠存取,這種情況又不希望被登記到搜尋引擎裡面弄亂我的網站索引。

 

所以就需要用到robots.txt這個檔案。

其實Google在這部分說得滿清楚了。

 

以下我整理出一些要點。

1.robots.txt 必須存放在網域的根目錄。
2.語法:User-Agent 和 Disallow。意思就是「你不要誰(User-Agent)來存取哪些東西(Disallow)?」
3.googlebot特有語法:Allow,讓google某些bot搜尋剛剛你有Disallow過的特定資料。
4.使用「*」來代表一串任意字元
5.使用「$」表示 URL 的結尾字元(副檔名)
 
範例:

所有robots無法檢索目錄folder1
User-Agent:*
Disallow: /folder1/

 

所有robots無法檢索目錄folder1但可以檢索裡面的myfile.html
User-Agent:*
Disallow: /folder1/
Allow:/folder1/myfile.html

 

無法檢索特定檔案
User-Agent:*
Disallow: /private_file.html

 

無法檢索特定檔案類型
User-Agent:*
Disallow: /*.gif$

 

無法檢索動態產生的網頁
User-Agent:*
Disallow: /*?

 

只讓google adsense檢索某網頁
User-Agent:*
Disallow:/folder1/

User-Agent:MediaPartners-Google
Allow:/folder1/

 

攔截所有以 private 開頭之子目錄的存取
User-Agent:Googlebot
Disallow:/private*/

 
常用User-Agent列表(Robots):

•Googlebot:Google 網頁索引及新聞索引
•MediaPartners-Google:Google Adsense 索引網頁以決定廣告內容
•Googlebot-Mobile:Google手機網頁索引
•Googlebot-Image:索引網站裡的圖片
•Adsbot-Google:索引廣告主的廣告網頁來看品質如何
•Feedfetcher-Google:Google的Feed/RSS索引
•MSNBot:MSN 索引機器人
•del.icio.us-thumbnails:del.icio.us的網站縮略圖擷圖robot
•Yahoo-Blogs:Yahoo部落格索引
•Yahoo-MMAudVid:Yahoo多媒體檔案索引
•YahooFeedSeeker:Yahoo的Feed/RSS索引






TOP

ARTERY.cn