当前位置:刘天佑博客-记录生活和成长的一个自媒体博客 > 教程/源码 > 技术教程 > 正文

作者:刘天佑

放低自己,才能看到高处的风景;蹲下来,才能更好地仰望别人。低调不是愚蠢,而是智慧。

手机扫码查看

WordPress 利用 Robots.txt 优化站点收录

Robots 协议(也称为爬虫协议、机器人协议等)的全称是“网络爬虫排除标准”(Robots Exclusion Protocol),网站通过 Robots 协议告诉搜索引擎哪些页面可以抓取,哪些页面不能抓取。

搜索引擎机器人访问网站时,首先会寻找站点根目录有没有 robots.txt 文件,如果有这个文件就根据文件的内容确定收录范围,如果没有就按默认访问以及收录所有页面。另外,当搜索蜘蛛发现不存在 robots.txt 文件时,会产生一个404错误日志在服务器上,从而增加服务器的负担,因此为站点添加一个 robots.txt 文件还是很重要的。

知道 Robots 协议的作用后,下面具体说一下 WordPress 站点如何编写 robots.txt 文件。

WordPress 站点默认在浏览器中输入:http://你的域名/robots.txt ,
会显示如下内容:

User-agent: *  Disallow: /wp-admin/  Disallow: /wp-includes/

 

这是由 WordPress 自动生成的,意思是告诉搜索引擎不要抓取后台程序文件。

但这是远远不够的,比较完整的 WordPress 站点 robots.txt 文件内容如下:

User-agent: *  Disallow: /wp-admin/  Disallow: /wp-content/  Disallow: /wp-includes/  Disallow: /*/comment-page-*  Disallow: /*?replytocom=*  Disallow: /category/*/page/  Disallow: /tag/*/page/  Disallow: /*/trackback  Disallow: /feed  Disallow: /*/feed  Disallow: /comments/feed  Disallow: /?s=*  Disallow: /*/?s=*  Disallow: /attachment/    Sitemap: https://www.ly522.com/sitemap.xml

使用方法:新建一个名称为 robots.txt 文本文件,将上面的内容放进去,然后上传到网站根目录即可。

下面分别解释一下各项的作用:

  1. Disallow: /wp-admin/、Disallow: /wp-content/ 和 Disallow: /wp-includes/
    用于告诉搜索引擎不要抓取后台程序文件页面。
  2. Disallow: /*/comment-page-* 和 Disallow: /*?replytocom=*
    禁止搜索引擎抓取评论分页等相关链接。
  3. Disallow: /category/*/page/ 和 Disallow: /tag/*/page/
    禁 止搜索引擎抓取收录分类和标签的分页。
  4. Disallow: /*/trackback
    禁止搜索引擎抓取收录 trackback 等垃圾信息
  5. Disallow: /feed、Disallow: /*/feed 和 Disallow: /comments/feed
    禁止搜索引擎抓取收录 feed 链接,feed 只用于订阅本站,与搜索引擎无关。
  6. Disallow: /?s=* 和 Disallow: /*/?s=*
    禁止搜索引擎抓取站内搜索结果
  7. Disallow: /attachment/
    禁止搜索引擎抓取附件页面,比如毫无意义的图片附件页面。

 

上面只是些基本的写法,当然还有很多,不过够用了。

未经允许不得转载:

作者:刘天佑, 转载或复制请以 超链接形式 并注明出处 刘天佑博客-记录生活和成长的一个自媒体博客
原文地址:《WordPress 利用 Robots.txt 优化站点收录》 发布于2018-12-03

分享到:
赞(0) 打赏

评论 抢沙发

9 + 8 =


WordPress 利用 Robots.txt 优化站点收录

长按图片转发给朋友

感谢打赏

支付宝扫一扫打赏

微信扫一扫打赏