我有一个站,现在有大量的蜘蛛每天都有大量的抓取,但是这个抓取很消耗网站资源,经过日记查看,这些抓取也并不能给网站本身带来太大的作用,现在我想请问各位,有什么办法我能屏蔽蜘蛛的对特定URL的爬行抓取吗?
/goods/catalog//default
/goods/catalog//buy_qty
/goods/catalog//gid
/goods/catalog//price_desc
/goods/catalog/*/price_asc
/goods/search
目的就是这些URL 后面的内容都不让百度蜘蛛爬行抓取
请同学,认真阅读Robots.txt 书写方法和注意事项!
引用seowhy教程说明:
robots.txt是什么?
有没有想过,如果我们某个站点不让百度和google收录,那怎么办?
搜索引擎已经和我们达成一个约定,如果我们按约定那样做了,它们就不要收录。
这个写约定的的文件命名为:robots.txt。
robots.txt是一个最简单的.txt文件,用以告诉搜索引擎哪些网页可以收录,哪些不允许收录。
关于robots.txt一般站长需要注意以下几点:
如果你的站点对所有搜索引擎公开,则不用做这个文件或者robots.txt为空就行。
必须命名为:robots.txt,都是小写,robot后面加"s"。
robots.txt必须放置在一个站点的根目录下。如:通过http://faq.seowhy.com/robots.txt 可以成功访问到,则说明本站的放置正确。
一般情况下,robots.txt里只写着两个函数:User-agent和 Disallow。
观察这个页面并修改为自己的:http://faq.seowhy.com/robots.txt
有几个禁止,就得有几个Disallow函数,并分行描述。
至少要有一个Disallow函数,如果都允许收录,则写: Disallow: ,如果都不允许收录,则写:Disallow: / (注:只是差一个斜杆)。
补充说明:
User-agent: * 星号说明允许所有搜索引擎收录
Disallow: / 说明 http://faq.seowhy.com/search.html 这个页面禁止搜索引擎抓取。
Disallow: / 说明类似这样的页面http://www.seowhy.com/index.PHP?search=%E5%A5%BD&action=search&searchcategory=%25 禁止搜索引擎抓取。
User-agent: *
Disallow: /goods/catalog/default
Disallow: /goods/catalog/buy_qty
Disallow: /goods/catalog/gid
Disallow: /goods/catalog/price_desc
Disallow: /goods/catalog/*/price_asc
Disallow: /goods/search
添加到 Robots.txt 文件里,注意用工具排查下,不要屏蔽掉重要的页面了。
本文来自投稿,不代表微盟圈立场,如若转载,请注明出处:https://www.vm7.com/a/ask/31233.html