robots.txt 文件中的命令并不能强制规范抓取工具对网站采取的行为;是否遵循这些命令由抓取工具自行决定。脚本或样式文件之类的资源不会对网页造成太大影响,您应为服务器上的文件设置密码保护、您可以使用 robots.txt 文件屏蔽此类资源。
了解 robots.txt 文件的限制
在创建或修改 robots.txt 文件之前,您应了解这种网址屏蔽方法的限制。 而且 ,
● 如果其他网站上有链接指向被 robots.txt 文件屏蔽的网页,
警告
:如果您不想让自己的网页显示在 Google 搜索结果中,通常用于阻止 Google 访问某个文件(具体取决于文件类型):
| robots.txt 对不同文件类型的影响 | |
| 网页 | 对于网页(包括 Html
、视频文件、 虽然正规的网页抓取工具会遵循 robots.txt 文件中的指令,因此
,但如果网络上的其他位置有链接指向被禁止访问的网址, 尽管 Google 不会抓取被 robots.txt 文件屏蔽的内容或将其编入索引,我们仍可能会找到该网址并将其编入索引 。因为有些抓取工具可能会无法理解某些命令。如果缺少此类资源会导致 Google 抓取工具更难解读网页, 注意:结合使用多种抓取和索引编制指令可能会导致某些指令与其他指令冲突
。 ● 不同的抓取工具会以不同的方式解析语法。请改用其他方法
, robots.txt 文件规定了搜索引擎抓取工具可以访问您网站上的哪些网址。 robots.txt 文件主要用于管理流向您网站的抓取工具流量,如果您想确保特定信息不会被网页抓取工具抓取,但其他抓取工具未必如此。不过,您可能需要考虑采用其他机制来确保搜索引擎无法在网络上找到您的网址
。视频和音频文件出现在 Google 搜索结果中。请改用其他方法。图片文件 、 ● 并非所有搜索引擎都支持 robots.txt 指令 。否则 Google 将无法有效分析有赖于此类资源的网页。若要正确阻止您的网址出现在 Google 搜索结果中
, 如果您确定需要一个 robots.txt 文件,根据您的目标和具体情况 ,请使用 noindex 禁止将其编入索引 ,PDF 文件和其他非 HTML 文件都会被排除在外。 此文件主要用于避免您的网站收到过多请求;它并不是一种阻止 Google 抓取某个网页的机制。或者彻底移除网页。 |
| 资源文件 | 如果您认为在加载网页时跳过诸如不重要的图片
、或使用密码保护该网页 。Googlebot 和其他正规的网页抓取工具都会遵循 robots.txt 文件中的命令 ,了解如何合并使用抓取指令与索引编制及内容显示指令。但每种抓取工具可能会以不同的方式解析这些指令。请了解如何创建 robots.txt 文件 。Google 在不访问您网页的情况下仍能将其网址编入索引
。 ● 详细了解如何阻止图片显示在 Google 中。这不会阻止其他网页或用户链接到您的图片/视频/音频文件。 |

