一、站內優化

Robot.txt用法詳解及robot.txt問題匯總

(1)為什么設置Robots.txt?

在進行SEO操作的時候，我們需要告訴搜索引擎哪些頁面重要哪些頁面不重要，重要的頁面讓蜘蛛進行抓取，不重要的頁面進行屏蔽可以減少網站服務器的負擔。

(2)一些常見的問題和知識點

蜘蛛在發現一個網站的時候，是抓取網站的Robots.txt文件(當然官方上是這么說的，有時候也會出現不遵守的情況);

建議所有的網站都要設置Robots.txt文件，如果你認為網站上所有內容都是重要的，你可以建立一個空的robots.txt文件;

(3)在robots.txt文件中設置網站地圖

你可以在robots.txt中添加網站的地圖，告訴蜘蛛網站地圖所在的地址。

(4)Robots.txt的順序

在蜘蛛協議中，Disallow與Allow是有順序的，這是一個非常重要的問題，如果設置錯誤可能會導致抓取錯誤。

引擎蜘蛛程序會根據個匹配成功的Allow或Disallow行確定是否訪問某個URL，一個例子可以讓你更清楚明白：

User-agent:*2.Allow:/seojc/bbs3.Disallow:/seojc/這個情況下，蜘蛛/seojc/bbs目錄可以正常抓取，但/seojc/目錄的文件無法抓取。通過這種方式可以允許蜘蛛訪問特定目錄中的部分url。

我們對調下位置觀察一下。

User-agent:*2.Disallow:/根目錄下的文件夾/3.Allow:/seojc/bbs/seojc/目錄出現在行，禁止抓取目錄下的所有文件，那么第二行的Allow就無效，因為行中已經禁止抓取seojc目錄下的所有文件，而bbs目錄正好位于seowhy目錄下。因此匹配不成功。

(5)Robots.txt路徑問題

在蜘蛛協議中，Allow和Disallow后面可以跟兩種路徑形式，即鏈接、相對鏈接。鏈接就是完整的URL形式，而相對鏈接只針對根目錄。這是記住。

(6)斜杠問題

Disallow:/seojc表示禁止抓取seoic這個目錄下的所有文件，如:seojc.1.html、seojc/rmjc.php都不允許抓取;

Disallow:/seojc/表示禁止抓取seojc這個目錄下的文件，即允許抓取seojc.1.html，但是不允許抓取seojc/rmjc.php。