字體:  

robots.txt 配置說明

plurk 發表於: 2010-4-12 21:26 來源: ADJ網路控股集團


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

 

From: http://blog.nownews.com/hana/tbview.php?file=72638