導(dǎo)讀：首先我們要了解什么是robots文件，比如，在安徽人才庫的首頁網(wǎng)址后面加入“/robots.txt”，即可打開該網(wǎng)站的robots文件，如圖所示，文件里顯示的內(nèi)容是要告訴搜索引擎哪些網(wǎng)頁希望被抓取，哪些不希望被抓取。因為網(wǎng)站中有一些無關(guān)緊要的網(wǎng)頁，如“給我留言”或“聯(lián)系方式”等網(wǎng)頁，他們并不參與SEO排名，只是為了給用戶看，此時可以利用robots文件把他們屏蔽，即告訴搜索引擎不要抓取該頁面。
蜘蛛抓取網(wǎng)頁的精力是有限的，即它每次來抓取網(wǎng)站，不會把網(wǎng)站所有文章、所有頁面一次性全部抓取，尤其是當網(wǎng)站的內(nèi)容越來越多時，它每次只能抓取一部分。那么怎樣讓他在有限的時間和精力下每次抓取更多希望被抓去的內(nèi)容，從而提高效率呢?
這個時候我們就應(yīng)該利用robots文件。小型網(wǎng)站沒有該文件無所謂，但對于中大型網(wǎng)站來說，robots文件尤為重要，因為這些網(wǎng)站數(shù)據(jù)庫非常龐大，蜘蛛來時，要像對待好朋友一樣給它看最重要的東西，因為這個朋友精力有限，每次來都不能把所有的東西看一遍，所以就需要robots文件屏蔽一些無關(guān)緊要的東西。由于種種原因，某些文件不想被搜索引擎抓取，如處于隱私保護的內(nèi)容，也可以用robots文件把搜索引擎屏蔽。
當然，有些人會問，如果robots文件沒用好或出錯了，會影響整個網(wǎng)站的收錄，那為什么還有這個文件呢?這句話中的“出錯了”是指將不該屏蔽的網(wǎng)址屏蔽了，導(dǎo)致蜘蛛不能抓取這些頁面，這樣搜索引擎就不會收錄他們，那何談排名呢?所以robots問價的格式一定要正確。下面我們一起來了解robots文件的用法：
1.“user-agent：*disallow：/”表示“禁止所有搜索引擎訪問網(wǎng)站的任何部分”，這相當于該網(wǎng)站在搜索引擎里沒有記錄，也就談不上排名。
2.“user-agent：*disallow：”表示“允許所有的robots訪問”，即允許蜘蛛任意抓取并收錄該網(wǎng)站。這里需要注意，前兩條語法之間只相差一個“/”。
3.“user-agent：badbot disallow：/”表示“禁止某個搜索引擎的訪問”。
4.“user-agent：baiduspider disallow：user-agent：*disallow：/”表示“允許某個搜索引擎的訪問”。這里面的“baiduspider”是百度蜘蛛的名稱，這條語法即是允許百度抓取該網(wǎng)站，而不允許其他搜索引擎抓取。
說了這么多，我們來舉個例子，某個網(wǎng)站以前是做人才招聘的，現(xiàn)在要做汽車行業(yè)的，所以網(wǎng)站的內(nèi)容要全部更換。刪除有關(guān)職場資訊的文章，這樣就會出現(xiàn)大量404頁面、很多死鏈接，而這些鏈接以前已經(jīng)被百度收錄，但網(wǎng)站更換后蜘蛛再過來發(fā)現(xiàn)這些頁面都不存在了，這就會留下很不好的印象。此時可以利用robots文件把死鏈接全部屏蔽，不讓百度訪問這些已不存在的頁面即可。
最后我們來看看使用robots文件應(yīng)該注意什么?首先，在不確定文件格式怎么寫之前，可以先新建一個文本文檔，注意robots文件名必須是robots.txt，其后綴是txt并且是小寫的，不可以隨便更改，否則搜索引擎識別不了。然后打開該文件，可以直接復(fù)制粘貼別人的格式，
Robots文件格式是一條命令一行，下一條命令必須換行。還有，“disallow： ”后面必須有一個空格，這是規(guī)范寫法。
文章有萬馬奔騰原創(chuàng)，轉(zhuǎn)載請注明。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
