#
# robots.txt for PHPCMS v9
#
User-agent: * 这里的*代表的所有的搜索引擎种类,*是一个通配符
Disallow: /caches/禁止爬寻缓存目录下的所有文件
Disallow: /phpcms/禁止爬寻phpcms的核心目录下的目录
Disallow: /install/禁止访问安装包目录下的目录
Disallow: /phpsso_server/禁止爬寻phpsso_server目录下的目录
Disallow: /api/禁止爬寻接口目录下的目录
Disallow: /admin.php/ 这里定义是禁止蜘蛛爬寻admin目录下面的目录
上面的robots.txt文件的写法,都是禁止蜘蛛爬寻相关目录的,那么允许爬寻目录怎么写呢?
我们把上面的写法改成允许蜘蛛爬寻目录:只需把“Disallow”替换成“Allow”即可。当然这样做是没有意义的,一般情况下,我们只写禁止爬寻的目录,默认情况下都是允许访问的。
如果我们不设置禁止爬寻目录会出现什么情况呢?
比如我们把上面的"Disallow: /admin.php/"改成"Allow: /admin.php/",
这样也就允许蜘蛛爬寻网站后台的相关网页,当我们在百度搜索时,有时看到一篇文章,我们点击,打开的网页告诉你没有权限查看。有些情况下,我们不允许蜘蛛爬寻某些页面链接的某部分。比如很多论坛或者博客的评论,允许游客写个人主页的链接,当游客发表评论时昵称会带上个人主页的超链接,当我们点击时会跳转到个人主页。这个功能可以使个人主页带来更多的展现机会。后面的部分是评论者所写的个人主页的链接。大家当然看不明白,因为我用函数处理过了。我的robots.txt文件是这样写的:
Disallow: /tourl/*
这是告诉蜘蛛,不要爬寻http://www.sxqswl.net/后面的链接了。这样做的作用是,防止本网站的权重分流到比本站权重低的网站去。站长们在做友情链接时,一般都是要求交换pr值相等链接,原因也就在于此。
请登录网站了解更多陕西企尚网络科技有限公司的西安网站建设公司http://www.sxqswl.net相关信息