禁止搜索引擎收录网站内容的几种方式
优采云 发布时间: 2020-07-31 08:01
第一种、robots.txt方式
搜索引擎默认的遵循robots.txt合同,创建robots.txt文本文件放至网站根目录下,编辑代码如下:
User-agent: *
Disallow: /
通过以上代码,即可告诉搜索引擎不要抓取采取收录本网站,注意慎用如上代码:这将严禁所有搜索引擎访问网站的任何部份。
如何只严禁百度搜索引擎收录抓取网页
1、编辑robots.txt文件,设计标记为:
User-agent: Baiduspider
Disallow: /
以上robots文件将实现严禁所有来自百度的抓取。
这里说一下百度的user-agent,Baiduspider的user-agent是哪些?
百度各个产品使用不同的user-agent:
产品名称 对应user-agent
无线搜索 Baiduspider
图片搜索 Baiduspider-image
视频搜索 Baiduspider-video
新闻搜索 Baiduspider-news
百度搜藏 Baiduspider-favo
百度联盟 Baiduspider-cpro
商务搜索 Baiduspider-ads
网页以及其他搜索 Baiduspider
你可以依据各产品不同的user-agent设置不同的抓取规则,以下robots实现严禁所有来自百度的抓取但容许图片搜索抓取/image/目录:
User-agent: Baiduspider
Disallow: /
User-agent: Baiduspider-image
Allow: /image/
请注意:Baiduspider-cpro和Baiduspider-ads抓取的网页并不会建入索引,只是执行与顾客约定的操作,所以不遵循robots协议,这个就须要和百度的人联系才会解决了。
如何只严禁Google搜索引擎收录抓取网页,方法如下:
编辑robots.txt文件,设计标记为:
User-agent: googlebot
Disallow: /
编辑robots.txt文件
搜索引擎默认的遵循robots.txt协议
robots.txt文件置于网站根目录下。
举例来说,当搜索引擎访问一个网站时,首先会检测该网站根目录中是否存在robots.txt这个文件,如果搜索引擎找到这个文件搜索引擎禁止的方式优化网站,它还会依据这个文件里的内容,来确定它抓取的权限的范围。
User-agent:
该项的值用于描述搜索引擎robot的名子,在”robots.txt”文件中,如果有多条User-agent记录说明有多个robot会遭到该合同的限制搜索引擎禁止的方式优化网站,对该文件来说,至少要有一条User-agent记录。如果该项的值设为*,则该合同对任何机器人均有效,在”robots.txt”文件中,”User-agent:*”这样的记录只能有一条。
Disallow:
该项的值用于描述不希望被访问到的一个URL,这个URL可以是一条完整的路径,也可以是部份的,任何以Disallow开头的URL均不会被robot访问到。例如”Disallow:/help”对/help.html 和/help/index.html都不容许搜索引擎访问,而”Disallow:/help/”则容许robot访问/help.html,而不能访问/help/index.html。任何一条Disallow记录为空,说明该网站的所有部份都容许被访问,在”/robots.txt”文件中,至少要有一条Disallow记录。如果”/robots.txt”是一个空文件,则对于所有的搜索引擎robot,该网站都是开放的。
下面举几个robots.txt用法的反例:
User-agent: *
Disallow: /
禁止所有搜索引擎访问网站的所有部份
User-agent: Baiduspider
Disallow: /
禁止百度收录全站
User-agent: Googlebot
Disallow: /
禁止Google收录全站
User-agent: Googlebot
Disallow:
User-agent: *
Disallow: /
禁止除Google外的一切搜索引擎收录全站
User-agent: Baiduspider
Disallow:
User-agent: *
Disallow: /
禁止除百度外的一切搜索引擎收录全站
User-agent: *
Disallow: /css/
Disallow: /admin/
禁止所有搜索引擎访问某个目录
(例如严禁根目录下的admin和css)
第二种、网页代码方式
在网站首页代码之间,加入代码,此标记严禁搜索引擎抓取网站并显示网页快照。
在网站首页代码之间,加入即可严禁百度搜索引擎抓取网站并显示网页快照。
在网站首页代码之间,加入即可严禁谷歌搜索引擎抓取网站并显示网页快照。
另外当我们的需求太古怪的时侯,比如下边这几种情况:
1. 网站已经加了robots.txt,还能在百度搜索下来?
因为搜索引擎索引数据库的更新须要时间。虽然Baiduspider早已停止访问您网站上的网页,但百度搜索引擎数据库中早已构建的网页索引信息,可能须要数月时间才能消除。另外也请复查您的robots配置是否正确。如果您的拒绝被收录需求十分紧迫,也可以通过投诉平台反馈恳求处理。
2. 希望网站内容被百度索引但不被保存快照,我该如何做?
Baiduspider遵循互联网meta robots协议。您可以借助网页meta的设置,使百度显示只对该网页建索引,但并不在搜索结果中显示该网页的快照。和robots的更新一样,因为搜索引擎索引数据库的更新须要时间,所以即使您早已在网页中通过meta严禁了百度在搜索结果中显示该网页的快照,但百度搜索引擎数据库中若果早已构建了网页索引信息,可能须要二至四周才能在线上生效。
希望被百度索引,但是不保存网站快照,如下代码解决:
如果要严禁所有的搜索引擎保存你网页的快照,那么代码就是下边的:
常用的一些代码组合:
:可以抓取本页,而且可以沿着本页继续索引别的链接
:不许抓取本页,但是可以沿着本页抓取索引别的链接
:可以抓取本页,但是不许沿着本页抓取索引别的链接
:不许抓取本页,也不许沿着本页抓取索引别的链接