SEO：如何寫ROBOTS.TXT？ / 網路行銷：Marketing, 網頁設計技巧
好啦，我知道這個這張圖硬搭這主題很沒梗…。啊我就沒梗了咩，（翻桌）
搜尋引擎的網路蜘蛛看似無孔不入，但它其實也是知所進退，有它的運作禮貌。設定適當的robots.txt與，對於網站和搜尋引擎溝通相當大的幫助網路蜘蛛並非不分青紅皂白一網打盡，只要適當規劃robots.txt與＜META＞標籤，企業網站就能安心與搜尋引擎和解共生。
搜尋引擎的網路蜘蛛看似無孔不入，但它其實也是知所進退，有它的運作禮貌。當網路蜘蛛到達網站的第一個動作，便是找尋並讀取robots.txt檔，並依照網站設定的限制再向下搜尋內容。讀取網頁時，位於網頁＜HEAD＞＜/HEAD＞之間的＜META＞標籤如果設有robot屬性，它也會依照指示來行動。
因此，設定適當的robots.txt與＜META＞，對於網站和搜尋引擎溝通相當大的幫助。
robots.txt基本介紹 robots.txt是一個純文字檔，在這個檔中網站管理者可以聲明該網站中不想被robots訪問的部分，或者指定搜尋引擎只收錄指定的內容。 當一個搜索機器人（有的叫搜索蜘蛛）訪問一個網站時，它會首先檢查該網站根目錄下是否存在robots.txt，如果存在，搜索機器人就會按照該檔中的內容來確定訪問的範圍；如果該檔不存在，那麼搜索機器人就沿著連結抓取。 另外，robots.txt必須放置在一個網站的根目錄下，而且檔案名必須全部小寫。
robots.txt基本介紹
robots.txt是一個純文字檔，在這個檔中網站管理者可以聲明該網站中不想被robots訪問的部分，或者指定搜尋引擎只收錄指定的內容。
當一個搜索機器人（有的叫搜索蜘蛛）訪問一個網站時，它會首先檢查該網站根目錄下是否存在robots.txt，如果存在，搜索機器人就會按照該檔中的內容來確定訪問的範圍；如果該檔不存在，那麼搜索機器人就沿著連結抓取。
另外，robots.txt必須放置在一個網站的根目錄下，而且檔案名必須全部小寫。
robots.txt寫作語法
首先，我們來看一個robots.txt範例：http://www.seovip.cn/robots.txt
訪問以上具體位址，我們可以看到robots.txt的具體內容如下：
# Robots.txt file from http://www.seovip.cn
# All robots will spider the domain
User-agent: *
Disallow:
以上文本表達的意思是允許所有的搜索機器人訪問www.seovip.cn網站下的所有檔。
具體語法分析：其中#後面文字為說明資訊；User-agent:後面為搜索機器人的名稱，後面如果是*，則泛指所有的搜索機器人；Disallow:後面為不允許訪問的檔目錄。
下面，我將列舉一些robots.txt的具體用法：
允許所有的robot訪問
User-agent: *
Disallow:
或者也可以建一個空檔 『/robots.txt』 file
禁止所有搜尋引擎訪問網站的任何部分
User-agent: *
Disallow: /
禁止所有搜尋引擎訪問網站的幾個部分（下例中的01、02、03目錄）
User-agent: *
Disallow: /01/
Disallow: /02/
Disallow: /03/
禁止某個搜尋引擎的訪問（下例中的BadBot）
User-agent: BadBot
Disallow: /
只允許某個搜尋引擎的訪問（下例中的Crawler）
User-agent: Crawler
Disallow:
User-agent: *
Disallow: /
另外，我覺得有必要進行拓展說明，對robots meta進行一些介紹：
Robots META標籤則主要是針對一個個具體的頁面。和其他的META標籤（如使用的語言、頁面的描述、關鍵字等）一樣，Robots META標籤也是放在頁面的＜head＞＜/head＞中，專門用來告訴搜尋引擎ROBOTS如何抓取該頁的內容。
Robots META標籤的寫法：
Robots META標籤中沒有大小寫之分，name=”Robots”表示所有的搜尋引擎，可以針對某個具體搜尋引擎寫為name=”BaiduSpider”。 content部分有四個指令選項：index、noindex、follow、nofollow，指令間以“,”分隔。
INDEX 指令告訴搜索機器人抓取該頁面；
FOLLOW 指令表示搜索機器人可以沿著該頁面上的連結繼續抓取下去；
Robots Meta標籤的缺省值是INDEX和FOLLOW，只有inktomi除外，對於它，缺省值是INDEX,NOFOLLOW。
這樣，一共有四種組合：
＜META NAME=』ROBOTS』 CONTENT=』INDEX,FOLLOW』＞
＜META NAME=』ROBOTS』 CONTENT=』NOINDEX,FOLLOW』＞
＜META NAME=』ROBOTS』 CONTENT=』INDEX,NOFOLLOW』＞
＜META NAME=』ROBOTS』 CONTENT=』NOINDEX,NOFOLLOW』＞
其中
＜META NAME=』ROBOTS』 CONTENT=』INDEX,FOLLOW』＞可以寫成＜META NAME=』ROBOTS』 CONTENT=』ALL』＞；
＜META NAME=』ROBOTS』 CONTENT=』NOINDEX,NOFOLLOW』＞可以寫成＜META NAME=』ROBOTS』 CONTENT=』NONE』＞
目前看來，絕大多數的搜尋引擎機器人都遵守robots.txt的規則，而對於Robots META標籤，目前支持的並不多，但是正在逐漸增加，如著名搜尋引擎GOOGLE就完全支持，而且GOOGLE還增加了一個指令“archive”，可以限制GOOGLE是否保留網頁快照。例如：
＜META NAME=』googlebot』 CONTENT=』index,follow,noarchive』＞
表示抓取該網站中頁面並沿著頁面中連結抓取，但是不在GOOLGE上保留該頁面的網頁快照。
Tags: Search Engine Optimization, 搜尋引擎, 網站行銷, 關鍵字
This entry was posted on 星期六, 五月 16th, 2009 at 01:16:57 and is filed under 網路行銷：Marketing, 網頁設計技巧. You can follow any responses to this entry through the RSS 2.0 feed.
You can leave a response, or trackback from your own site.
五月 16th, 2009 at 09:51:46
為什麼是簡體的文字~』~!?
五月 16th, 2009 at 18:41:02
靠腰，是喔？
那可能我在看的時候已經被自動轉繁體了…。