首页

自助建站

成功案例

域名注册

用户名：

密码：

―→注册账户即可免费体验中企在线建站系统功能15天。

Allow或Disallow的值 URL 匹配结果/tmp /tmp yes/tmp /tmp.html yes/tmp /tmp/a.html yes/tmp/ /tmp no/tmp/ /tmphoho no/tmp/ /tmp/a.html yes/Hello* /Hello.html yes/He*lo /Hello,lolo yes/Heap*lo /Hello,lolo nohtml$ /tmpa.html yes/a.html$ /a.html yeshtm$ /a.html no

网站建设技术

网站URL 相应的robots.txt的URL http://www.61690.com/ http://www.61690.com/robots.txt http://www.61690.com:80/ http://www.61690.com:80/robots.txt http://www.61690.com:1234/ http://www.61690.com:1234/robots.txt http://61690.com/ http://61690.com/robots.txt

禁止搜索引擎收录的方法

作者：中企在线时间：2009-6-6 12:56:23

什么是robots.txt文件?
搜索引擎使用spider程序自动访问互联网上的网页并获取网页信息。spider在访问一个网站时，会首先会检查该网站的根域下是否有一个叫做robots.txt的纯文本文件。您可以在您的网站中创建一个纯文本文件robots.txt，在文件中声明该网站中不想被robot访问的部分或者指定搜索引擎只收录特定的部分。

请注意，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。

robots.txt文件放在哪里?

robots.txt文件应该放在网站根目录下。举例来说，当spider访问一个网站（比如http://www.abc.com）时，首先会检查该网站中是否存在http://www.abc.com/robots.txt这个文件，如果机器人找到这个文件，它就会根据这个文件的内容，来确定它访问权限的范围。

我放置或者刚刚修改了robots.txt的内容，大约多长时间能生效？
Baiduspider通常每天访问一次网站的robots.txt文件，您对robots所做的修改，会在48小时内生效。需要注意的是，robots.txt禁止收录以前百度已收录的内容，从搜索结果中去除可能需要数月的时间。

我在robots.txt中设置了禁止百度收录我网站的内容，为何还出现在百度搜索结果中？
如果其他网站链接了您robots.txt文件中设置的禁止收录的网页，那么这些网页仍然可能会出现在百度的搜索结果中，但您的网页上的内容不会被抓取、建入索引和显示，百度搜索结果中展示的仅是其他网站对您相关网页的描述。

禁止搜索引擎在搜索结果中显示网页快照，而只对网页建索引
百度支持通过设置网页的meta，防止搜索引擎显示网站的快照。方法如下：
要防止所有搜索引擎显示您网站的快照，请将此元标记置入网页的<HEAD>部分：
<metaname=robotscontent=noarchive>
要允许其他搜索引擎显示快照，但仅防止百度显示，请使用以下标记：
<metaname=Baiduspidercontent=noarchive>
注：此标记只是禁止百度显示该网页的快照，百度会继续为网页建索引，并在搜索结果中显示网页摘要。

robots.txt文件的格式
robots.txt文件包含一条或更多的记录，这些记录通过空行分开（以CR,CR/NL,orNL作为结束符），每一条记录的格式如下所示：
<field>:<optionalspace><value><optionalspace>。

在该文件中可以使用#进行注解，具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始，后面加上若干Disallow和Allow行,详细情况如下：

User-agent:
　　该项的值用于描述搜索引擎robot的名字。在robots.txt文件中，如果有多条User-agent记录说明有多个robot会受到robots.txt的限制，对该文件来说，至少要有一条User-agent记录。如果该项的值设为*，则对任何robot均有效，在robots.txt文件中，User-agent:*这样的记录只能有一条。如果在robots.txt文件中，加入User-agent:SomeBot和若干Disallow、Allow行，那么名为SomeBot只受到User-agent:SomeBot后面的Disallow和Allow行的限制。

Disallow:
　　该项的值用于描述不希望被访问的一组URL，这个值可以是一条完整的路径，也可以是路径的非空前缀，以Disallow项的值开头的URL不会被robot访问。例如Disallow:/help禁止robot访问/help.html、/helpabc.html、/help/index.html，而Disallow:/help/则允许robot访问/help.html、/helpabc.html，不能访问/help/index.html。Disallow:说明允许robot访问该网站的所有url，在/robots.txt文件中，至少要有一条Disallow记录。如果/robots.txt不存在或者为空文件，则对于所有的搜索引擎robot，该网站都是开放的。

Allow:
　　该项的值用于描述希望被访问的一组URL，与Disallow项相似，这个值可以是一条完整的路径，也可以是路径的前缀，以Allow项的值开头的URL是允许robot访问的。例如Allow:/hibaidu允许robot访问/hibaidu.htm、/hibaiducom.html、/hibaidu/com.html。一个网站的所有URL默认是Allow的，所以Allow通常与Disallow搭配使用，实现允许访问一部分网页同时禁止访问其它所有URL的功能。

需要特别注意的是Disallow与Allow行的顺序是有意义的，robot会根据第一个匹配成功的Allow或Disallow行确定是否访问某个URL。

使用*和$：
Baiduspider支持使用通配符*和$来模糊匹配url。

　　$匹配行结束符。
　　*匹配0或多个任意字符。

URL匹配举例

robots.txt文件用法举例 例1.禁止所有搜索引擎访问网站的任何部分
下载该robots.txt文件 User-agent:*
Disallow:/

例2.允许所有的robot访问
(或者也可以建一个空文件/robots.txt)

User-agent:*
Disallow:
或者
User-agent:*
Allow:/ 例3.仅禁止Baiduspider访问您的网站 User-agent:Baiduspider
Disallow:/ 例4.仅允许Baiduspider访问您的网站 User-agent:Baiduspider
Disallow:

User-agent:*
Disallow:/ 例5.禁止spider访问特定目录
　　在这个例子中，该网站有三个目录对搜索引擎的访问做了限制，即robot不会访问这三个目录。需要注意的是对每一个目录必须分开声明，而不能写成Disallow:/cgi-bin//tmp/。
User-agent:*
Disallow:/cgi-bin/
Disallow:/tmp/
Disallow:/~joe/ 例6.允许访问特定目录中的部分url
User-agent:*
Allow:/cgi-bin/see
Allow:/tmp/hi
Allow:/~joe/look
Disallow:/cgi-bin/
Disallow:/tmp/
Disallow:/~joe/ 例7.使用*限制访问url
　　禁止访问/cgi-bin/目录下的所有以.htm为后缀的URL(包含子目录)。
User-agent:*
Disallow:/cgi-bin/*.htm
例8.使用$限制访问url
　　仅允许访问以.htm为后缀的URL。 User-agent:*
Allow:.htm$
Disallow:/ 例9.禁止访问网站中所有的动态页面
User-agent:*
Disallow:/*?*

robots.txt文件参考资料
robots.txt文件的更具体设置,请参看以下链接：
·WebServerAdministrator‘sGuidetotheRobotsExclusionProtocol
·HTMLAuthor’sGuidetotheRobotsExclusionProtocol
·Theoriginal1994protocoldescription,ascurrentlydeployed
·TherevisedInternet-Draftspecification,whichisnotyetcompletedorimplemented

注：标红的“‘”换成英文格式也就是程序支持的单引号

文章来源：百度

本文关键词：如何创建网站，如何建网站，怎么创建网站，怎么建网站，怎样创建网站，怎样建网站，中企在线，申请网站，如何制作公司网站，如何建立自己的网站，怎么做公司网站

客户产品、服务信息