SEO观察
研究搜索引擎优化(SEO)技术。

巧用网站禁止收录机制屏蔽蜘蛛抓取页面

基于网站安全与盈利的因素,站长并不希望某些目录或页面被抓取和收录,比如付费内容、测试阶段的页面及复制内容页面等。

巧用禁止收录机制屏蔽蜘蛛抓取页面

尽管在网站建设的过程中,使用 JavaScript、Flash 链接及Nofollow属性等都能让搜索引擎蜘蛛望而却步,而导致页面不被收录;但在某些情况下搜索引擎是能够读取他们的,基于网站排名考虑,我们建议慎用 JavaScript、Flash 链接及Nofollow属性屏蔽收录。

强调一下,建站使用 JavaScript、Flash 链接其实是在给网站制造蜘蛛陷阱,致使搜索引擎不能正确判断与抓取页面的主题与文字。

要确保网站某些目录或页面不被收录,需要正确使用 robots 文件或Meta Robots 标签来实现网站的禁止收录机制。

1、robots 文件

搜索引擎蜘蛛访问网站时,会先查看网站根目录下有没有一个命名为 robots.txt 的纯文本文件,它的主要作用是制定搜索引擎抓取或者禁止网站的某些内容。

user-agent:* 适用于所有蜘蛛
Disallow:/upload/
Disallow: .jpg$ 禁止抓取所有.jpg文件
Disallow: *.html 禁止抓取所有html文件
Disallow:/upload/index.html

Disallow 禁止抓取哪些文件或目录,Allow 告诉搜索引擎应该抓取哪些页面,由于不指定就是允许抓取,所以allow单独写没有意义。

2、meta robots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本页内容。

最简单的 meta robots 标签格式为:

<meta name=”robots” content=”noindex,nofollow”>

效果是禁止所有搜索引擎索引本页面,禁止跟踪本页面上的链接。

<meta name=”robots” content=”noindex”>

效果是禁止索引本页面,但允许蜘蛛跟踪页面上的链接,也可以传递权重。

Google、必应、雅虎支持的标签如下:
Noindex:不要索引本页面
Nofollow:不要跟踪本页面上的链接
Nosnippet:不要在搜索结果中显示摘要文字
Noarchive:不要显示快照
Noodp:不要使用开放目录中的标题和描述
百度支持:Nofollow和Noarchive

只有禁止索引时,使用meta robots才有意义。

使用了 noindex meat robots 标签的页面会被抓取,但不会被索引,页面URL也不会出现在搜索结果中,这一点与 robots 文件不同。

赞(0) 打赏
版权声明:本文采用知识共享 署名4.0国际许可协议 [BY-NC-SA] 进行授权
文章名称:《巧用网站禁止收录机制屏蔽蜘蛛抓取页面》
文章链接:https://www.badpon.com/2552.html
免责申明:本站部分内容源于网络,如有侵权,请联系 badpon@qq.com,本站及时删除,谢谢!

觉得文章有用就打赏一下文章作者

微信扫一扫打赏