Robots 含义
Robots
协议(也称为爬虫协议、机器人协议等)全称是 “网络爬虫排除标准”(Robots Exclusion Protocol)
,是国际互联网界通行的道德规范,Robots
是站点与 spider
沟通的重要渠道,站点通过 robots
告诉搜索引擎哪些页面可以抓取,哪些页面不能抓取。其目的是保护网站数据和敏感信息、确保用户个人信息和隐私不被侵犯。因其不是命令,故需要搜索引擎自觉遵守(君子协定)
robots.txt 如何工作?
搜索引擎机器人访问网站时,首先会寻找站点根目录有没有 robots.txt
文件,如果有这个文件就根据文件的内容确定收录范围,如果没有就按默认访问以及收录所有页面。
如何辨别自己网站是否配置了 robots.txt
第一种方法:访问网址 http (s): 你的域名 /robots.txt
即可
第二种方法:通过站长工具来检测
一个正确的 robots.txt 需达到的效果?
要求所有搜索引擎遵循我的这个协议
禁止蜘蛛抓取我的后台地址和 Typecho
的安装路径
指引蜘蛛去抓取我的 Sitemap
在网站根目录下新建一个 robots.txt 文件
User-agent: *
Disallow: /install/
Disallow: /config.inc.php
Disallow: /install.php
Disallow: /admin/
Sitemap: https://blog.syylw.com/sitemap.xml