YephyBlog
Web Robots

WordPress 利用 Robots.txt 优化站点收录

很多建站新手对 robots.txt 文件的重要作用不是很清楚,利用这篇文章普及一下 WordPress 站点 robots.txt 文件编写知识。

Robots 协议(也称为爬虫协议、机器人协议等)的全称是“网络爬虫排除标准”(Robots Exclusion Protocol),网站通过 Robots 协议告诉搜索引擎哪些页面可以抓取,哪些页面不能抓取。

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。

知道 Robots 协议的作用后,下面具体说一下 WordPress 站点如何编写 robots.txt 文件。

WordPress 站点默认在浏览器中输入:http://你的域名/robots.txt ,会显示如下内容:

User-agent: *
Disallow: /wp-admin/
Disallow: /wp-includes/

这是由 WordPress 自动生成的,意思是告诉搜索引擎不要抓取后台程序文件。

但这是远远不够的,比较完整的 WordPress 站点 robots.txt 文件内容如下:

User-agent: *
Disallow: /wp-admin/
Disallow: /wp-content/
Disallow: /wp-includes/
Disallow: /*/comment-page-*
Disallow: /*?replytocom=*
Disallow: /category/*/page/
Disallow: /tag/*/page/
Disallow: /*/trackback
Disallow: /feed
Disallow: /*/feed
Disallow: /comments/feed
Disallow: /?s=*
Disallow: /*/?s=*\
Disallow: /attachment/

Sitemap: https://www.yephy.com/sitemap.xml

使用方法:新建一个名称为 robots.txt 文本文件,将上面的内容放进去,然后上传到网站根目录即可。

 

下面分别解释一下各项的作用:

  1. Disallow: /wp-admin/、Disallow: /wp-content/ 和 Disallow: /wp-includes/
    用于告诉搜索引擎不要抓取后台程序文件页面。
  2. Disallow: /*/comment-page-* 和 Disallow: /*?replytocom=*
    禁止搜索引擎抓取评论分页等相关链接。
  3. Disallow: /category/*/page/ 和 Disallow: /tag/*/page/
    禁 止搜索引擎抓取收录分类和标签的分页。
  4. Disallow: /*/trackback
    禁止搜索引擎抓取收录 trackback 等垃圾信息
  5. Disallow: /feed、Disallow: /*/feed 和 Disallow: /comments/feed
    禁止搜索引擎抓取收录 feed 链接,feed 只用于订阅本站,与搜索引擎无关。
  6. Disallow: /?s=* 和 Disallow: /*/?s=*\
    禁止搜索引擎抓取站内搜索结果
  7. Disallow: /attachment/
    禁止搜索引擎抓取附件页面,比如毫无意义的图片附件页面。

上面只是些基本的写法,当然还有很多,不过够用了。

 

相关阅读:WordPress 无插件轻松实现 html 和 xml 站点地图 点击前往

去打赏

您的支持将鼓励我们继续创作!

[微信] 扫描二维码打赏

[支付宝] 扫描二维码打赏

正在跳转到PayPal...

Yephy

Do the right thing at the right time !

发表评论

Yephy

Do the right thing at the right...