WordPress利用Robots优化站点收录

很多建站新手对robots.txt文件的重要作用不是很清楚,利用这篇文章普及一下WordPress站点robots.txt文件编写知识。

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:

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:

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。

Disallow: /*/comment-page-*和Disallow: /*?replytocom=*
禁止搜索引擎抓取评论分页等相关链接。

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。

Disallow: /*/trackback
禁止搜索引擎抓取收录trackback等垃圾信息

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。

Disallow: /?s=*和Disallow: /*/?s=*\
禁止搜索引擎抓取站内搜索结果

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。

推荐文章:

[neilian ids=198]

参与评论

  • 明月清风

    感觉这个可以搞到我哪里去?

    3月前 (03-01)
    回复
  • 心动

    转载么?注明来源就好,要是用的话,尽管拿。

    3月前 (03-01)
    回复
  • 梁兴健

    老哥,你网站的广告有点牛叉哦,占了我半个屏幕

    3月前 (02-28)
    回复
  • 心动

    唔,昨晚申请下来就只放了移动端的,在pc没有进行测试哈,今天会解决的!

    3月前 (02-28)
    回复
  • 程序员爱好者

    可以试试,

    3月前 (02-28)
    回复
  • 月色

    可以的 已经用上了

    3月前 (02-28)
    回复