搜索引擎统一:Robots文件标准

2009年4月5日10:33:29 SEO 74 29,750

搜索引擎三巨头打的不亦乐乎,但偶尔也合作一下。去年Google,雅虎,微软就合作,共同遵守统一的Sitemaps标准。前两天三巨头又同时宣布,共同遵守的robots.txt文件标准。Google,雅虎,微软各自在自己的官方博客上发了一篇帖子,公布三家都支持的robots.txt文件及Meta标签的标准,以及一些各自特有的标准。下面做一个总结。

三家都支持的robots文件记录包括:

Disallow - 告诉蜘蛛不要抓取某些文件或目录。如下面代码将阻止蜘蛛抓取所有的网站文件:

User-agent: *
Disallow: /

Allow - 告诉蜘蛛应该抓取某些文件。Allow和Disallow配合使用,可以告诉蜘蛛某个目录下,大部分都不抓取,只抓取一部分。如下面代码将使蜘蛛不抓取ab目录下其他文件,而只抓取其中cd下的文件:

User-agent: *
Disallow: /ab/
Allow: /ab/cd

$通配符 - 匹配URL结尾的字符。如下面代码将允许蜘蛛访问以.htm为后缀的URL:

User-agent: *
Allow: .htm$

*通配符 - 告诉蜘蛛匹配任意一段字符。如下面一段代码将禁止蜘蛛抓取所有htm文件:

User-agent: *
Disallow: /*.htm

Sitemaps位置 - 告诉蜘蛛你的网站地图在哪里,格式为:

Sitemap:

三家都支持的Meta标签包括:

NOINDEX - 告诉蜘蛛不要索引某个网页。

NOFOLLOW - 告诉蜘蛛不要跟踪网页上的链接。

NOSNIPPET - 告诉蜘蛛不要在搜索结果中显示说明文字。

NOARCHIVE - 告诉蜘蛛不要显示快照。

NOODP - 告诉蜘蛛不要使用开放目录中的标题和说明。

上面这些记录或标签,现在三家都共同支持。其中通配符好像以前雅虎微软并不支持。百度现在也支持Disallow,Allow及两种通配符。Meta标签我没有找到百度是否支持的官方说明。

只有Google支持的Meta标签有:

UNAVAILABLE_AFTER - 告诉蜘蛛网页什么时候过期。在这个日期之后,不应该再出现在搜索结果中。

NOIMAGEINDEX - 告诉蜘蛛不要索引页面上的图片。

NOTRANSLATE - 告诉蜘蛛不要翻译页面内容。

雅虎还支持Meta标签:

Crawl-Delay - 允许蜘蛛延时抓取的频率。

NOYDIR - 和NOODP标签相似,但是指雅虎目录,而不是开放目录。

Robots-nocontent - 告诉蜘蛛被标注的部分html不是网页内容的一部分,或者换个角度,告诉蜘蛛哪些部分是页面的主要内容(想被检索的内容)。

MSN还支持Meta标签:

Crawl-Delay

另外提醒大家注意的是,robots.txt文件可以不存在,返回404错误,意味着允许蜘蛛抓取所有内容。但抓取robots.txt文件时却发生超时之类的错误,可能导致搜索引擎不收录网站,因为蜘蛛不知道robots.txt文件是否存在或者里面有什么内容,这与确认文件不存在是不一样的。

评论已关闭!

目前评论:74   其中:访客  0   博主  0   引用   49

    • 夜鼠 2

      到时看明白了,就是不知道博客中哪些是允许引擎抓取,那些不允许抓取?请指点下

        • Yong 0

          @夜鼠 加Meta标签呗、上面写的不是很清楚、、、

      • 来自外部的引用: 49

        • 安装WordPress后10件需要做的事 – Fcola
        • 拉米劳的个人博客 » Blog Archive » 新的主题
        • 10件安装WordPress后需要做的事 | 博客动力
        • 10件安装WordPress后需要做的事 | 冰淇淋加盐创意
        • 10件安装WordPress后需要做的事 — 卖血上网
        • 10件安装WordPress后需要做的事
        • 10件安装WordPress后需要做的事 » 别处听风吟
        • 10件安装WordPress后需要做的事 | 瓜博客
        • 10件安装WordPress后需要做的事 – MY嘀咕
        • 安装WordPress后需要做的10个步骤 « 漫步城市-Walking city
        • 九种针对搜索引擎的WordPress优化技巧 « Wopus中文博客平台 – Wordpress
        • 不長葉子的樹 » 九种WordPress SEO优化技巧
        • 10件安装WordPress后需要做的事 « 就是红
        • wordpress博客主机 » 10件安装WordPress后需要做的事
        • 10件安装WordPress后需要做的事 «
        • 张章 » Blog Archive » 10件安装WordPress后需要做的事
        • 10件安装WordPress后需要做的事 « 8eid视创堂
        • 10件安装WordPress后需要做的事 « 小屋子-blog
        • 10件安装WordPress后需要做的事 « The Tantra
        • 10件安装WordPress后需要做的事 « 活跃天空
        • 10件安装WordPress后需要做的事 « 白色Blog
        • 安装完WordPress后需要做的事情 « 财务自由之路
        • 安装WordPress后需要做的事情 « 财务自由之路
        • yuyu'blog» Blog Archive » 10件安装WordPress后需要做的事
        • e舟的博客 » Blog Archive » 七、提交博客到相关网站
        • 10件安裝WordPress後需要做的事 – 【My Blog】
        • |会学习的狗狗| 九种WordPress SEO优化技巧 : Welcome to www.studydog.net
        • X-GAO » Blog Archive » 10件安装WordPress后需要做的事
        • 10件安装WordPress后需要做的事 | 老衲禅院
        • 10件安装WordPress后需要做的事 | 365电脑医院
        • 10件安装WordPress后需要做的事 – 王小刚的博客
        • 10件安装WordPress后需要做的事 | 雷人部落
        • 10件安装WordPress后需要做的事 « 西厢导航的博客
        • 10件安装WordPress后需要做的事 « 良品宅男 | 测试
        • 10件安装WordPress后需要做的事 | CnSeoIng,Lesson now
        • 安装WordPress后需要做的10件事 : MajorSEO
        • 10件安装WordPress后需要做的事 | 博阿滕
        • 10件安装WordPress后需要做的事 – 窝窝科技博客
        • WP技巧:10件安装WordPress后需要做的事 | 噢噢
        • 10件安装WordPress后需要做的事 : How do you do!
        • Moskito Zone » 10件安装WordPress后需要做的事
        • ten needs to be done after WP installed « eyingworldblog
        • ten needs to be done after WP installed | eyingblog
        • 10件安装WordPress后需要做的事 – 我爱Java
        • 10件安装WordPress后需要做的事 | 钱途
        • 安装WordPress后需要做的10件事 « 淡然
        • KASALELE » 10件安装WordPress后需要做的事
        • 九种WordPress推广SEO优化技巧 | 旗鱼博客
        • 10件安装WordPress后需要做的事 | 好人博客