WordPress的Robots协议怎么写?

WordPress的Robots协议怎么写?

WordPress的Robots协议怎么写?

Robots.txt文件是一个用来告诉搜索引擎执行Robots协议的文件,我们将Robots协议写在Robots.txt文件里面,告诉搜索引擎我的网站哪些页面可以收录,哪些页面不可以收录。

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。

那我为什么要删除掉我们网站下面的Robots.txt文件呢?这跟前一段时间搜索引擎抓取不到服务器吧文章图片有关系,为了能让搜索引擎更好的抓取网站内容,我最终才决定删除掉了Robots.txt文件,放任搜索引擎蜘蛛任意抓取我们网站的所有内容。
当然了效果是有的,目前网站在搜索引擎的索引页面出图率已经正常了,可是伴随着出图率的恢复,文章重复页面的收录问题也显现了,大家都知道WordPress是一个动态建站程序,他并不像织梦CMS跟帝国CMS那种静态网站,因此我们使用WordPress搭建好网站以后,一般都要对其先进行伪静态设置,这也是让搜索引擎更好的抓取网站内容的一种必要的设置。
什么是Robots?
Robots是网站跟爬虫间的协议,用简单直接的txt格式文本方式告诉对应的爬虫被允许的权限,也就是说Robots.txt是搜索引擎中访问网站的时候要查看的第一个文件。当一个搜索蜘蛛访问一个站点时,它会首先检查该站点根目录下是否存在Robots.txt,如果存在,搜索机器人就会按照该文件中的内容来确定访问的范围;如果该文件不存在,所有的搜索蜘蛛将能够访问网站上所有没有被口令保护的页面。
什么是动态地址?什么是静态地址?
但是我们设置了伪静态,搜索引擎还是会抓取动态地址,大家这里可能有点不能理解,我来跟大家解释一下吧,例如我们使用WordPress发布了一篇文章,而这篇文章在我们没有设置伪静态的时候,他的文章链接是默认的动态地址,例如:你的网址/?p=123,而在我们设置了伪静态规则后他的地址就会变成“你的网址/123.html”这样的静态化链接地址,而搜索引擎蜘蛛在抓取内容的时候,他却看到了两个标题一样但是地址不一样的网址链接,因此他觉得是两篇文章,所以他将两个指向同一篇文章的链接抓取了回去,这就导致我们在搜索引擎索引页面会出现重复收录的问题。
举例:
静态:https://www.xinluc.com/14842.html
动态;https://www.xinluc.com/?p=14842
一个是动态页面地址,一个是静态页面地址,这就是我们上面所说的文章重复收录问题,这个问题严重的情况下会造成网站降权,甚至被K,而且就其本身来说,也会导致相关页面的权重分散,那我们的WordPress有没有一种方法来避免这种情况呢?答案是肯定,那就是我们本文要讲的通过设置Robots协议,来告诉搜索引擎我们WordPress网站的哪些页面可以收录,哪些页面不可以收录。

WordPress的Robots协议怎么写?
关于WordPress的Robots协议怎么写?知道君在网上查阅了很多大神的相关教程,而因为每一个大神想给搜索引擎看到的网站内容都不同,因此他们的Robots协议设置也都各有不同,不过大致上都会通过这两行代码“
Disallow: /wp-admin/

Disallow: /wp-includes/

”来禁止搜索引擎蜘蛛抓取相关WordPress网站根目录,这里的“Disallow: ”就是禁止抓取的意思,下面我们下来了解一下Robots协议怎么写吧。

Robots协议命令
User-agent:

User-agent:是用来指定搜索引擎的,这里我们网站一般是允许搜索引擎访问的,因此书写为“User-agent: * ”,这里的“ * ”是通用命令符。
Disallow:

在上面我们已经说了“Disallow: ”就是禁止抓取的意思,使用“Disallow: ”我们告诉搜索引擎那些网站内容不允许收录和抓取。
Allow:

“Allow:”是允许的意思,也就是我使用“Allow:”可以告诉搜索引擎那些网站内容可以被收录抓取。
Sitemap:

“Sitemap:”用来告诉搜索引擎抓取我们网站的网站地图Sitemap.xml文件的位置。

我根据网上大神们分享的Robots协议重写的WordPress Robots协议
User-agent: *
Allow: *
Disallow: /wp-admin/
Disallow: /wp-content/
Disallow: /wp-includes/
Disallow: /wp-
Disallow: /wp-*
Disallow: /wp-*.php
Disallow: /wp-content/plugins
Disallow: /wp-content/themes
Disallow: /*?connect=*
Disallow: /page/
Disallow: /page/*
Disallow: /*/*/page/
Disallow: /page/1$
Disallow: /date/
Disallow: /xmlrpc.php
Disallow: /*/comment-page-*
Disallow: /*?replytocom=*
Disallow: /category/*/page/
Disallow: /tag/*/page/
Disallow: /trackback/
Disallow: /*/trackback
Disallow: */trackback
Disallow: /*/*/trackback
Disallow: /feed
Disallow: /feed/
Disallow: /*/feed
Disallow: */feed
Disallow: */feed*/feed
Disallow: /*/*/feed
Disallow: /comments/
Disallow: /comments/feed
Disallow: /?s=*
Disallow: /*/?s=*\
Disallow: /*/?s=*
Disallow: /?p=*
Disallow: /?p=*&preview=true
Disallow: /?page_id=*&preview=true
Disallow: /attachment/
Disallow: /wp-login.php
Allow: /wp-content/uploads/
Sitemap: https://你的网站地址/sitemap.xml

上面是我重新整理编写的一些大神们的WordPress Robots协议,这里我在“User-agent: *”所有搜索引擎可以抓取网站的下方添加了一条“Allow: *”命令,然后才是我们要禁止收录的一些网站内容,因为我们的我们先应该告诉搜索引擎我们网站可以收录抓取,然后才是要他遵守一些我设置的规则,哪些可以收录,哪些不可以收录。
1:User-agent: * 开始配置:所有搜索引擎
2:Allow: * 允许所有搜索引擎访问*目录(包括子目录)
3:Disallow: /wp-admin/ 禁止所有搜索引擎访问/wp-admin目录
4:Disallow: /wp-content/ 禁止所有搜索引擎访问/wp-content目录
5:Disallow: /wp-includes/ 禁止所有搜索引擎访问/wp-includes目录
6:Disallow: /wp- 禁止所有搜索引擎访问/wp-目录(包括子目录)
7:Disallow: /wp-* 禁止所有搜索引擎访问/wp-*目录(包括子目录)
8:Disallow: /wp-*.php 禁止所有搜索引擎访问根目录下的wp-*.php文件
9:Disallow: /wp-content/plugins 禁止所有搜索引擎访问/wp-content/plugins目录(包括子目录)
10:Disallow: /wp-content/themes 禁止所有搜索引擎访问/wp-content/themes目录(包括子目录)
11:Disallow: /*?connect=* 禁止所有搜索引擎访问/*,参数为connect=*的页面
12:Disallow: /page/ 禁止所有搜索引擎访问/page目录
13:Disallow: /page/* 禁止所有搜索引擎访问/page/*目录(包括子目录)
14:Disallow: /*/*/page/ 禁止所有搜索引擎访问/*/*/page目录
15:Disallow: /page/1欲将沉醉换悲凉,清歌莫断肠。这混乱的尘世,究竟充斥了多少绝望和悲伤。你想去做一个勇敢的男子,为爱,为信仰,轰轰烈烈的奋斗一场。nbsp; 禁止所有搜索引擎访问所有以/page结尾的文件
16:Disallow: /date/ 禁止所有搜索引擎访问/date目录
17:Disallow: /xmlrpc.php 禁止所有搜索引擎访问根目录下的xmlrpc.php文件
18:Disallow: /*/comment-page-* 禁止所有搜索引擎访问/*/comment-page-*目录(包括子目录)
19:Disallow: /*?replytocom=* 禁止所有搜索引擎访问/*,参数为replytocom=*的页面
20:Disallow: /category/*/page/ 禁止所有搜索引擎访问/category/*/page目录
21:Disallow: /tag/*/page/ 禁止所有搜索引擎访问/tag/*/page目录
22:Disallow: /trackback/ 禁止所有搜索引擎访问/trackback目录
23:Disallow: /*/trackback 禁止所有搜索引擎访问/*/trackback目录(包括子目录)
24:Disallow: */trackback 禁止所有搜索引擎访问*/trackback目录(包括子目录)
25:Disallow: /*/*/trackback 禁止所有搜索引擎访问/*/*/trackback目录(包括子目录)
26:Disallow: /feed 禁止所有搜索引擎访问/feed目录(包括子目录)
27:Disallow: /feed/ 禁止所有搜索引擎访问/feed目录
28:Disallow: /*/feed 禁止所有搜索引擎访问/*/feed目录(包括子目录)
29:Disallow: */feed 禁止所有搜索引擎访问*/feed目录(包括子目录)
30:Disallow: */feed*/feed 禁止所有搜索引擎访问*/feed*/feed目录(包括子目录)
31:Disallow: /*/*/feed 禁止所有搜索引擎访问/*/*/feed目录(包括子目录)
32:Disallow: /comments/ 禁止所有搜索引擎访问/comments目录
33:Disallow: /comments/feed 禁止所有搜索引擎访问/comments/feed目录(包括子目录)
34:Disallow: /?s=* 禁止所有搜索引擎访问任何带参数的页面
35:Disallow: /*/?s=*\ 禁止所有搜索引擎访问/*/?s=*目录下任何带参数的页面
36:Disallow: /*/?s=* 禁止所有搜索引擎访问/*目录下任何带参数的页面
37:Disallow: /?p=* 禁止所有搜索引擎访问任何带参数的页面
38:Disallow: /?p=*&preview=true 禁止所有搜索引擎访问任何带参数的页面
39:Disallow: /?page_id=*&preview=true 禁止所有搜索引擎访问任何带参数的页面
40:Disallow: /attachment/ 禁止所有搜索引擎访问/attachment目录
41:Disallow: /wp-login.php 禁止所有搜索引擎访问根目录下的wp-login.php文件
42:Allow: /wp-content/uploads/ 允许所有搜索引擎访问/wp-content/uploads目录
43:Sitemap: https://www.xinluc.com/sitemap.xml

Sitemap地址:https://www.xinluc.com/sitemap.xml

分享到 :
相关推荐

WordPress优化数据库慢查询提升网站访问速度

当你百度搜索WordPressCPU关键词的时候,你会发现可以搜索到很多使用[&he...

WordPress截断中文出现乱码的最有效的手段

小编在做WordPress主题的时候,经常会在一些调用文章内容的时候给文章内容截断多...

WordPress多站点不支持timthumb.php解决方法

在使用wordpress主题的时候,因为timthumb基于安全问题,除了支持指定的...

WordPress删除文章时自动删除图片附件

WordPress删除文章时,文章内所上传到媒体库的图片等附件不会自动删除,占用了网...

发表评论

电子邮件地址不会被公开。 必填项已用*标注