robots.txt文件怎么写才正确

1、用robots.txt屏蔽相似的页面或没内容的页面。



我们知道，搜索引擎收录网页后，会对网页进行“审核”，当网页的相似度很高时2个页面，搜索引擎会删除其中一个。

假如以下这两个链接，内容其实差不多，所以第一个链接应该屏蔽。http://www.xxx.com/bbs/redirect. ... o=lastpost#lastpost
第一个的链接非常多，屏蔽时，只要屏蔽/bbs/redirect.php? 就屏蔽了所有的。代码如：Disallow: /bbs/redirect.php?

类似这样的页面，没有内容，也应该屏蔽：http://www.xxx.com/index.php?sid ... nt&id=77&artlang=zh这样的链接也很多，屏蔽时，只要屏蔽/index.php?sid= 就屏蔽了所有的。

代码如：Disallow: /index.php?sid=

2、用robots.txt屏蔽多余的链接，当动态和静态共存时，一般去掉动态的。

网站中经常会存在多个链接指向同一个页面，这种情况普遍存在时，会让搜索引擎对网站的权威性产生怀疑。通过robots.txt把非主要的链接去掉。



假如以下两个链接指向同样的页面，去掉次要的第一个。

http://www.xxx.com/space.php?username=[/url]曾庆平seo

http://www.xxx.com/space-uid-15.html

代码如：Disallow: /space.php?username=

特别需要注意的是，首页一般有这么几个链接：www.xxxxxx.com  www.xxxxxxx.com/index.html 等，这个时候，不要屏蔽 index.html。因为如index.html index.php 等是默认首页，屏蔽可能导致蜘蛛爬取错乱。

咱们需要做的是，在给首页做站内外链接时，统一用不带index.html 的http://www.xxxxxx.com/ 即可。这是URL标准化的概念。



3、用robots.txt屏蔽死链接。

死链接就是原来存在，后来因为改版或更新等缘故删除了的链接和网页。比如，原来在某个目录(假设目录为/tempweb/)下的所有链接，因为改版现在都变为死链接了，可以用robots.txt屏蔽。

代码如：Disallow: /tempweb/

4、用robots.txt屏蔽可能存在的“被K”外部链接。

很多网站允许用户放自己的网站链接，但因为过多的“被K”外部链接可能连累自己。所以，很多把所有外部链接放入一个链接目录下，然后通过robots.txt统一屏蔽。