为WordPress站点添加Robots协议

  • A+
所属分类:站点建设

robots协议

Robots协议(也称为爬虫协议、机器人协议等)的全称是“网络爬虫排除标准”(Robots Exclusion Protocol),网站通过Robots协议告诉搜索引擎哪些页面可以抓取,哪些页面不能抓取。

 

robots.txt文件是一个文本文件,使用任何一个常见的文本编辑器,比如Windows系统自带的Notepad,就可以创建和编辑它[1] 。robots.txt是一个协议,而不是一个命令。robots.txt是搜索引擎中访问网站的时候要查看的第一个文件。robots.txt文件告诉蜘蛛程序在服务器上什么文件是可以被查看的。

 

当一个搜索蜘蛛访问一个站点时,它会首先检查该站点根目录下是否存在robots.txt,如果存在,搜索机器人就会按照该文件中的内容来确定访问的范围;如果该文件不存在,所有的搜索蜘蛛将能够访问网站上所有没有被口令保护的页面。百度官方建议,仅当您的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。如果您希望搜索引擎收录网站上所有内容,请勿建立robots.txt文件。

 

如果将网站视为酒店里的一个房间,robots.txt就是主人在房间门口悬挂的“请勿打扰”或“欢迎打扫”的提示牌。这个文件告诉来访的搜索引擎哪些房间可以进入和参观,哪些房间因为存放贵重物品,或可能涉及住户及访客的隐私而不对搜索引擎开放。但robots.txt不是命令,也不是防火墙,如同守门人无法阻止窃贼等恶意闯入者。

——摘自百度百科

为WordPress站点添加Robots协议

WordPress站点默认在浏览器中输入:http://你的域名/robots.txt,会显示如下内容:

  1. User-agent: *
  2. Disallow: /wp-admin/
  3. Disallow: /wp-includes/

这是由WordPress自动生成的,意思是告诉搜索引擎不要抓取后台程序文件。

 

如果网站根目录还没有 robots.txt,可以创建一个。复制粘贴下面基本的 WordPress robots协议:

  1. User-agent: *
  2. Disallow: /wp-admin/
  3. Disallow: /wp-content/
  4. Disallow: /wp-includes/
  5. Disallow: /*/comment-page-*
  6. Disallow: /*?replytocom=*
  7. Disallow: /category/*/page/
  8. Disallow: /tag/*/page/
  9. Disallow: /*/trackback
  10. Disallow: /feed
  11. Disallow: /*/feed
  12. Disallow: /comments/feed
  13. Disallow: /?s=*
  14. Disallow: /*/?s=*\
  15. Disallow: /*?*
  16. Disallow: /attachment/
  17. Sitemap: https://www.yflad.cn/sitemap.xml

 

然后传到网站的根目录即可,分别解释一下各项的作用:

  1. Disallow: /wp-admin/、Disallow: /wp-content/和Disallow: /wp-includes/
  2. //用于告诉搜索引擎不要抓取后台程序文件页面。
  3. Disallow: /*/comment-page-*和Disallow: /*?replytocom=*
  4. //禁止搜索引擎抓取评论分页等相关链接。
  5. Disallow: /category/*/page/和Disallow: /tag/*/page/
  6. //禁止搜索引擎抓取收录分类和标签的分页。
  7. Disallow: /*/trackback
  8. //禁止搜索引擎抓取收录trackback等垃圾信息
  9. Disallow: /feed、Disallow: /*/feed和Disallow: /comments/feed
  10. //禁止搜索引擎抓取收录feed链接,feed只用于订阅本站,与搜索引擎无关。
  11. Disallow: /?s=*和Disallow: /*/?s=*\
  12. //禁止搜索引擎抓取站内搜索结果
  13. Disallow: /*?*
  14. //禁止搜索抓取动态页面
  15. Disallow: /attachment/
  16. //禁止搜索引擎抓取附件页面,比如毫无意义的图片附件页面。
  17. Sitemap: https://www.yflad.cn/sitemap.xml
  18. //在robots.txt文件里面标注一下自己的sitemap的地址

 


 

6月11号更

最近发现如果禁止整个/wp-content/不太好友,所以改成如下:

  1. User-agent: *
  2. Disallow: /wp-admin/
  3. Disallow: /wp-content/plugins/
  4. Disallow: /wp-content/themes/
  5. Disallow: /wp-includes/

 

PS:当然我想,对于流氓应该是没有效果吧!呵呵,网上方法有很多,就看你用不用了

  • 扫扫关注公众号
  • weinxin
  • 扫扫体验小程序
  • weinxin
亦枫

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: