锐客网

  1. 首页 > 睿知 > >

个人网站如何做到被各大搜索软件收录？

生活知识经验知识


robot.txt文件
大部分的网站收录问题都是因为被robot.txt文件拦截导致的 。
robots.txt是一个纯文本文件 。在这个文件中网站管理者可以声明该网站中不想被robots访问的部分 。或者指定搜索引擎只收录指定的内容 。
当一个搜索机器人（有的叫搜索蜘蛛）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 。那么搜索机器人就沿着链接抓取 。
格式：
1.User-agent：
【个人网站如何做到被各大搜索软件收录？】用于指定搜索引擎的名称 。如谷歌为User-agent: Googlebot 。*代表所有搜索引擎
2.Disallow：
表示禁止蜘蛛访问的文件
User-agent: *
Disallow:
表明：允许所有搜索引擎访问网站下的所有内容 。
User-agent: *
Disallow: /
表明：禁止所有搜索引擎对网站下所有网页的访问 。
User-agent: *
Disallow: /cgi-bin/
表明：禁止所有搜索引擎进入网站的cgi-bin目录及其下所有子目录 。需要注意的是对每一个目录必须分开声明 。
User-agent: Roverdog
Disallow: /
表明：禁止Roverdog访问网站上的任何文件 。
User-agent: Googlebot
Disallow: cheese.htm
表明：禁止Google的Googlebot访问其网站下的cheese.htm文件 。
3.注释
以”#”开头的行 。均被视为注解内容 。注释需要单独成一行
Disallow: bob #comment是错误的
4.Allow行
Allow行还未普遍使用 。对于网站地图 。直接写为Sitemap: http://www.xxx.com/sitemap.xml
编辑模式：
在UNIX模式下编辑你的robots.txt文件并以ASCII码格式上传 。显然并非所有的FTP客户端软件都能够天衣无缝地将文件格式转换为UNIX命令行终端 。所以在编辑robots.txt文件时 。一定要确保你的文本编辑器是在UNIX模式下 。
或者使用工具如爱站工具生成robots,直接粘贴复制到网站后台 。
检测robots是否生效：
在百度站长后台检测robots
二 robots和nofollow的区别是什么
robots只用于站内链接 。禁止蜘蛛抓取进行收录；
nofollow的链接蜘蛛依然可以收录 。但是不会传递权重 。一般用于站外链接或者是公司电话 。地址的页面有助于网址权重的集中 。
三 网站误封robots后的处理
1.解封robots 。然后到百度站长后台检测并更新Robots 。
2.在百度站长后台抓取检测 。此时显示抓取失败 。通常更改完robots不会立即生效 。需要等待几天 。可以多点击抓取几次 。触发蜘蛛抓取站点 。
3.在百度站长后台抓取频次 。申请抓取频次上调 。
4.百度反馈中心 。反馈是因为误操作导致了这种情况的发生 。
5.百度站长后台链接提交处 。设置数据主动推送（实时） 。
6.更新sitemap网站地图 。重新提交百度 。每天手工提交一次 。
四.新站robots的设置
对于已经上线但是还没有设置好的新站在robots中用
User-agent：*
Disallow:/
来禁止蜘蛛进行访问
meta标签
meta robots 标签是页面head部分meta标签的一种 。用于指令搜索引擎禁止索引（收录）本页内容 。
meta robots 标签的写法：
<meta name=”robots”content=”noindex,nofollow”>
标签的意义：禁止所有搜索引擎索引本页面 。禁止跟踪本页面上的链接 。
Noindex：搜索引擎不索引此网页（可以抓取 。但不出现在搜索结果中） 。
Nofollow： 搜索引擎不继续通过此网页的链接索引搜索其它的网页 。
<meta name>=”robots”content=”noindex” >
标签的意义：禁止索引本页面 。但允许蜘蛛跟踪页面上的链接 。也可以传递权重 。
使用了noindex meta robots标签的页面会被抓取 。但不会被索引 。也就是说页面URL不会出现在搜索结果中 。这一点与robots文件不同 。
meta robots 标签的作用：
1、不想让网站被收录使用meta robots 标签 。禁止搜索引擎索引本页 。同时禁止跟踪页面上的链接 。
2、禁止索引本页面 。但是允许蜘蛛跟踪页面链接 。也可以传递权重 。
meta robots标签很多搜索引擎是不支持的 。只有少数搜索引擎能够识别并按给定的值抓取 。因此还是推荐用robots.txt文件来限制抓取.
有违规记录的域名
有些站长会选择购买有一定注册年份的域名 。但是需要注意这些域名是否曾经被搜索引擎惩罚过 。如果这样 。网站也是非常难收录的 。
建议对于这种情况 。站长可以查看一下网站日志 。如果蜘蛛未爬取 。只需要去站长后天提交即可 。如果蜘蛛有爬取记录 。但是没有收录 。就可能是域名的问题 。当然也不排除网站自身存在一定的问题 。例如镜像网站等 。

推荐阅读


上一篇：东北习俗令人不解：全家同睡一个“炕”,小夫妻难道不尴尬吗？

下一篇：Win7系统服务优化介绍