如何利用robots协议优化你的WordPress博客站

很多新手建站朋友对robots协议文件的重要性不是很清楚，本篇文章由昆明SEO博主普及一下WordPress站点robots协议文件编写知识。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。robots协议主要注意以下几大方面：

一、使用robots协议需要注意的几点地方：

1、指令区分大小写，忽略未知指令。

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“*”User agent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。

7、robots.txt 文件必须放在网站的根目录，不可以放在子目录。

二、robots协议文件写法：

1、User-agent: * 这里的*代表的所有的搜索引擎种类，*是一个通配符

2、Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录

3、Disallow: /require/ 这里定义是禁止爬寻require目录下面的目录

4、Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录

5、Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以".htm"为后缀的URL(包含子目录)

6、Disallow: /*?* 禁止访问网站中所有包含问号 (?) 的网址

7、Disallow: /.jpg$ 禁止抓取网页所有的.jpg格式的图片

8、Disallow:/ab/adc.html 禁止爬取ab文件夹下面的adc.html文件

9、Allow: /cgi-bin/　这里定义是允许爬寻cgi-bin目录下面的目录

10、Allow: /tmp 这里定义是允许爬寻tmp的整个目录

11、Allow: .htm$ 仅允许访问以".htm"为后缀的URL

12、Allow: .gif$ 允许抓取网页和gif格式图片

13、Sitemap: 网站地图 告诉爬虫这个页面是网站地图

三、robots协议文件实际说明：

1、User-agent: * //设置robots规则适用的浏览者身份为全部UA身份

2、Disallow: /*?* //屏蔽掉页面中的动态路径

3、Disallow: /?p=* //屏蔽掉非固定链接的文章页面路径，因为每个页面中都会有一个shortlink使用的是?p= 的路径。

4、Disallow: /index.php //屏蔽掉首页默认页面的index.php 页面地址

5、Disallow: /wp-admin //屏蔽掉后台登陆页面地址，主要是考虑到服务器安全

6、Disallow: /wp-content/plugins //屏蔽掉wordpress的插件目录

7、Disallow: /wp-content/themes //屏蔽掉wordpress的模板目录

8、Disallow: /wp-includes //屏蔽掉wordpress的底层程序目录

9、Disallow: /trackback //屏蔽wordpress的页面回评路径

10、Disallow: /*/*/trackback //屏蔽wordpress分类目录、文章页面的回评路径

11、Disallow: /feed //屏蔽wordpress的内容订阅路径

12、Disallow: /*/*/feed //屏蔽wordpress分类目录、文章页面的订阅路径

13、Disallow: /comments/feed //屏幕wordpress评论的订阅路径

14、Disallow: /page/ //屏蔽默认的翻页路径

15、Disallow: /*/*/page/ //屏蔽分类目录的翻页路径

16、Disallow: /page/1$ //屏蔽翻页路径中的数字路径

17、Disallow: /tag/ //屏蔽标签页面

18、Disallow: /?s=* //屏蔽搜索结果路径，主要是避免搜索结果的缓存被搜索引擎收录

19、Disallow: /date/ //屏蔽按日期分类显示的列表页面

20、Disallow: /author/ //屏蔽作者文章列表页面

21、Disallow: /category/ //屏蔽以category为起始路径的分类路径，如果您没有使用插件生成不带category前缀的路径时，请不要使用此项规则。

22、Disallow: /wp-login.php //屏蔽后台登陆页面

四、robots协议设置方法

1、写好之后把文件重命名为：robots.txt 然后用FTP上传到网站的根目录下面，切记不是主题的根目录下而是网站的根目录。

2、利用站长工具自动生成，网址：http://tool.chinaz.com/robots/

3、利用SEO插件设置，比如Yoast SEO、all in one seo

五、robots协议的作用

1、引导搜索引擎蜘蛛抓取指定栏目或内容；

2、网站改版或者URL重写优化时候屏蔽对搜索引擎不友好的链接；

3、屏蔽死链接、404错误页面；

4、屏蔽无内容、无价值页面；

5、屏蔽重复页面，如评论页、搜索结果页；

6、屏蔽任何不想被收录的页面；

7、引导蜘蛛抓取网站地图；

六、如何查看robots协议：

1、WordPress站点默认在浏览器中输入：http://你的域名/robots.txt

比如星辰seo博客：http://xxjz001.com/robots.txt

2、打开FTP，找到网站根目录查看robots.txt文件

总结：robots协议需要的注意地方，以及写法，设置方法，作用，如何查看就介绍到这里，相信大家对robot协议已经有了比较详细的了解。使用好robots协议对于我们网站的SEO有着重要作用，做的好可以有效的屏蔽那些我们不想让搜索引擎抓取的页面，也就是对用户体验不高的页面，从而将有利于关键词排名的内页充分展示个客户，获得搜索引擎对站内页面的权重，从而有利于我们将网站关键词排名做的更好，从而获取更多流量。

作者：星辰seo博客

注：相关网站建设技巧阅读请移步到建站教程频道。