wordpress程序robots.txt怎么写?

wordpress程序robots.txt怎么写?

wordpress程序robots.txt怎么写?

  一、我们先来普及下robots.txt的概念:

robots.txt(统一小写)是一种存放于网站根目录下的ASCII编码的文本文件,它通常告诉网络搜索引擎的漫游器(又称网络蜘蛛),此网站中的哪些内容是不能被搜索引擎的漫游器获取的,哪些是可以被(漫游器)获取的。这个文件用于指定spider在您网站上的抓取范围,一定程度上保护站点的安全和隐私。同时也是网站优化利器,例如屏蔽捉取站点的重复内容页面。

robots.txt目前并不是一种标准,只是一种协议!所以现在很多搜索引擎对robots.txt里的指令参数都有不同的看待。

   二、使用robots.txt需要注意的几点地方:

1、指令区分大小写,忽略未知指令,下图是本博客的robots.txt文件在Google管理员工具里的测试结果;

2、每一行代表一个指令,空白和隔行会被忽略;

3、“#”号后的字符参数会被忽略;

4、有独立User-agent的规则,会排除在通配“*”Useragent的规则之外;

5、可以写入sitemap文件的链接,方便搜索引擎蜘蛛爬行整站内容。

6、尽量少用Allow指令,因为不同的搜索引擎对不同位置的Allow指令会有不同看待。

   三、Wordpress的robots.txt优化设置

1、

User-agent:*

一般博客的robots.txt指令设置都是面对所有spider程序,用通配符“*”即可。如果有独立User-agent的指令规则,尽量放在通配“*”Useragent规则的上方。

2、

Disallow:/wp-admin/

Disallow:/wp-content/

Disallow:/wp-includes/

屏蔽spider捉取程序文件,同时也节约了搜索引擎蜘蛛资源。

3、

Disallow:/*/trackback

每个默认的文章页面代码里,都有一段trackback的链接,如果不屏蔽让蜘蛛去捉取,网站会出现重复页面内容问题。

4、

Disallow:/feed

Disallow:/*/feed

Disallow:/comments/feed

头部代码里的feed链接主要是提示浏览器用户可以订阅本站,而一般的站点都有RSS输出和网站地图,故屏蔽搜索引擎捉取这些链接,节约蜘蛛资源。

5、

Disallow:/?s=*

Disallow:/*/?s=*

这个就不用解释了,屏蔽捉取站内搜索结果。站内没出现这些链接不代表站外没有,如果收录了会造成和TAG等页面的内容相近。

6、

Disallow:/?r=*

屏蔽留言链接插件留下的变形留言链接。(没安装相关插件当然不用这条指令)

7、

Disallow:/*.jpg$

Disallow:/*.jpeg$

Disallow:/*.gif$

Disallow:/*.png$

Disallow:/*.bmp$

这个还有另外一些写法:

Disallow: /*/trackback

屏蔽捉取任何图片文件,在这里主要是想节约点宽带,不同的网站管理员可以按照喜好和需要设置这几条指令。

8、

Disallow:/?p=*

屏蔽捉取短链接。默认头部里的短链接,百度等搜索引擎蜘蛛会试图捉取,虽然最终短链接会301重定向到固定链接,但这样依然造成蜘蛛资源的浪费。

9、

Disallow:/*/comment-page-*

Disallow:/*?replytocom*

屏蔽捉取留言信息链接。一般不会收录到这样的链接,但为了节约蜘蛛资源,也屏蔽之。

10、

Disallow:/date/

Disallow:/author/

Disallow:/category/

Disallow:/?p=*&preview=true

Disallow:/?page_id=*&preview=true

Disallow:/wp-login.php

屏蔽其它的一些没用的各种链接,避免造成重复内容和隐私泄露问题。

11、

Sitemap:https://www.cnzzzj.com/sitemap.txt

网站地图地址指令,主流是txt和xml格式。告诉搜索引擎网站地图地址,方便搜索引擎捉取全站内容,当然你可以设置多个地图地址。要注意的就是Sitemap的S要用一定要用大写,地图地址也要用绝对地址。

上面的Disallow指令都不是强制要求的,可以按需写入。也建议站点开通谷歌管理员工具,检查站点的robots.txt是否规范,在决定是否实用规则。

分享一下我的写法:

User-agent: *
Disallow: /wp-admin/
Disallow: /wp-content/
Disallow: /wp-includes/
Disallow: /wp-login.php
Disallow: /readme.html
Disallow: /xmlrpc.php
Disallow: /wp-
Disallow: /licence.txt
Disallow: /wp-config-sample.php
Disallow:/?p=*
Disallow: /go.php?url=
Disallow: /wp-json/
Disallow: /page
Disallow: /*/trackback
Disallow: /feed
Disallow: /*/feed
Disallow: /comments/feed
Disallow:/?s=*
Disallow:/*/?s=*
Disallow: /attachment/
Disallow: /*/comment-page-*
Disallow: /*?replytocom=*
Disallow: /search/
Disallow:/author/
Disallow:/category/
Disallow:/?p=*&preview=true
Disallow:/a/date/
Disallow:/?page_id=*&preview=true
Disallow: /*?*
Disallow: /wp-content/themes/wpdx/customfun/other/
Sitemap: https://www.cnzzzj.com/sitemap.xml

以上就是robots.txt文件写法的全部内容了。

正文完
 0