网站建设者的Blog —— 亿网科技

我刚弄了个空间做网盘或其他  不想让搜索引擎抓取 所以在网上找了一下解决方法

方法有两种

1. 建立robots.txt
2. 增加<meta>标签

先说<meta>标签,如果不想搜索引擎建立快照的话在网页head部分加上<meta name=”robots” content=”noarchive”> 不想让搜索引擎收录的话加<META NAME=”ROBOTS” CONTENT=”NOINDEX, NOFOLLOW”> 其中noindex属性是不收录本页 nofollow属性是不收录网页链接里的其他网页  根据需要可以改成<META NAME=”ROBOTS” CONTENT=”NOINDEX, FOLLOW”>或<META NAME=”ROBOTS” CONTENT=”INDEX, NOFOLLOW”>

而robots.txt则可以详细控制搜索引擎抓取

使用方法 在主机里新建一个robots.txt(最好在根目录)

如果要防止抓取所有 在txt文件中输入
User-agent: *
Disallow: /

其中上面一行的意思是针对所有搜索引擎 如果是针对google就把通配符*改成Googlebot 百度则是baiduspider 同样适合<meta>标签里的meta name部分

第二行的意思是不抓取所有目录下的文件

可以参考http://www.google.com/robots.txt中的写法

能够使用* &通配符 比如/aaa/*.htm这样的写法 代表aaa目录下所有htm文件 而.htm$代表所有htm文件

下面是google.com的robots文件中的一部分

User-agent: *Allow: /searchhistory/Disallow: /news?output=xhtml&