大家好,我是服务器吧(服务器租用推荐网)小编,🔊近我发现搜索引擎收录了很多“服务器吧网站”的重复页面,当然了这跟我前一段时间,将站点根目录下的Robots.txt文件删除掉有直接的关系,Robots.txt文件是一个用来告诉搜索引擎执行Robots协议的文件,我们将Robots协议写在Robots.txt文件里面,告诉搜索引擎我的网站哪些页面可以收录,哪些页面不可以收录。
那我为什么要删除掉我们网站下面的Robots.txt文件呢?这跟前一段时间搜索引擎抓取不到服务器吧文章图片有关系,为了能让搜索引擎更好的抓取网站内容,我🔊终才决定删除掉了Robots.txt文件,放任搜索引擎蜘蛛任意抓取我们网站的所有内容。
当然了效果是有的,目前网站在搜索引擎的索引页面出图率已经正常了,可是伴随着出图率的恢复,文章重复页面的收录问题也显现了,大家都知道WordPress是一个动态建站程序,他并不像织梦CMS跟帝国CMS那种静态网站,因此我们使用WordPress搭建好网站以后,一般都要对其先进行伪静态设置,这也是让搜索引擎更好的抓取网站内容的一种必要的设置。
文章知识点
- 什么是Robots?
Robots是网站跟爬虫间的协议,用简单直接的txt格式文本方式告诉对应的爬虫被允许的权限,也就是说Robots.txt是搜索引擎中访问网站的时候要查看的🔊个文件。当一个搜索蜘蛛访问一个站点时,它会首先检查该站点根目录下是否存在Robots.txt,如果存在,搜索机器人就会按照该文件中的内容来确定访问的范围;如果该文件不存在,所有的搜索蜘蛛将能够访问网站上所有没有被口令保护的页面。
什么是动态地址?什么是静态地址?
但是我们设置了伪静态,搜索引擎还是会抓取动态地址,大家这里可能有点不能理解,我来跟大家解释一下吧,例如我们使用WordPress发布了一篇文章,而这篇文章在我们没有设置伪静态的时候,他的文章链接是默认的动态地址,例如:你的网址/?p=123,而在我们设置了伪静态规则后他的地址就会变成“你的网址/123.html”这样的静态化链接地址,而搜索引擎蜘蛛在抓取内容的时候,他却看到了两个标题一样但是地址不一样的网址链接,因此他觉得是两篇文章,所以他将两个指向同一篇文章的链接抓取了回去,这就导致我们在搜索引擎索引页面会出现重复收录的问题。
示例截图:
(上图为搜索引擎收录的动态页面地址)
(上图为搜索引擎收录的静态页面地址)
通过上面的两张图片,我们可以直观的看出搜索引擎收录了两个指向同一篇文章的链接地址,一个是动态页面地址,一个是静态页面地址,这就是我们上面所说的文章重复收录问题,这个问题严重的情况下会造成网站降权,甚至被K,而且就其本身来说,也会导致相关页面的权重分散,那我们的WordPress有没有一种方法来避免这种情况呢?答案是肯定,那就是我们本文要讲的通过设置Robots协议,来告诉搜索引擎我们WordPress网站的哪些页面可以收录,哪些页面不可以收录。
WordPress的Robots协议怎么写?
关于WordPress的Robots协议怎么写?本小编在网上查阅了很多大神的相关教程,而因为每一个大神想给搜索引擎看到的网站内容都不同,因此他们的Robots协议设置也都各有不同,不过大致上都会通过这两行代码“Disallow: /wp-admin/ Disallow: /wp-includes/”来禁止搜索引擎蜘蛛抓取相关WordPress网站根目录,这里的“Disallow: ”就是禁止抓取的意思,下面我们下来了解一下Robots协议怎么写吧。
Robots协议命令
User-agent:
User-agent:是用来指定搜索引擎的,这里我们网站一般是允许搜索引擎访问的,因此书写为“User-agent: * ”,这里的“ * ”是通用命令符。
Disallow:
在上面我们已经说了“Disallow: ”就是禁止抓取的意思,使用“Disallow: ”我们告诉搜索引擎那些网站内容不允许收录和抓取。
Allow:
“Allow:”是允许的意思,也就是我使用“Allow:”可以告诉搜索引擎那些网站内容可以被收录抓取。
Sitemap:
“Sitemap:”用来告诉搜索引擎抓取我们网站的网站地图Sitemap.xml文件的位置。
我根据网上大神们分享的Robots协议重写的WordPress Robots协议
User-agent: *
Allow: *
Disallow: /wp-admin/
Disallow: /wp-content/
Disallow: /wp-includes/
Disallow: /wp-
Disallow: /wp-*
Disallow: /wp-*.php
Disallow: /wp-content/plugins
Disallow: /wp-content/themes
Disallow: /*?connect=*
Disallow: /page/
Disallow: /page/*
Disallow: /*/*/page/
Disallow: /page/1$
Disallow: /date/
Disallow: /xmlrpc.php
Disallow: /*/comment-page-*
Disallow: /*?replytocom=*
Disallow: /category/*/page/
Disallow: /tag/*/page/
Disallow: /trackback/
Disallow: /*/trackback
Disallow: */trackback
Disallow: /*/*/trackback
Disallow: /feed
Disallow: /feed/
Disallow: /*/feed
Disallow: */feed
Disallow: */feed*/feed
Disallow: /*/*/feed
Disallow: /comments/
Disallow: /comments/feed
Disallow: /?s=*
Disallow: /*/?s=*\
Disallow: /*/?s=*
Disallow: /?p=*
Disallow: /?p=*&preview=true
Disallow: /?page_id=*&preview=true
Disallow: /attachment/
Disallow: /wp-login.php
Allow: /wp-content/uploads/
Sitemap: https://你的网站地址/sitemap.xml
上面是我重新整理编写的一些大神们的WordPress Robots协议,这里我在“User-agent: *”所有搜索引擎可以抓取网站的下方添加了一条“Allow: *”命令,然后才是我们要禁止收录的一些网站内容,因为我们的我们先应该告诉搜索引擎我们网站可以收录抓取,然后才是要他遵守一些我设置的规则,哪些可以收录,哪些不可以收录。
1:User-agent: * 开始配置:所有搜索引擎
2:Allow: * 允许所有搜索引擎访问*目录(包括子目录)
3:Disallow: /wp-admin/ 禁止所有搜索引擎访问/wp-admin目录
4:Disallow: /wp-content/ 禁止所有搜索引擎访问/wp-content目录
5:Disallow: /wp-includes/ 禁止所有搜索引擎访问/wp-includes目录
6:Disallow: /wp- 禁止所有搜索引擎访问/wp-目录(包括子目录)
7:Disallow: /wp-* 禁止所有搜索引擎访问/wp-*目录(包括子目录)
8:Disallow: /wp-*.php 禁止所有搜索引擎访问根目录下的wp-*.php文件
9:Disallow: /wp-content/plugins 禁止所有搜索引擎访问/wp-content/plugins目录(包括子目录)
10:Disallow: /wp-content/themes 禁止所有搜索引擎访问/wp-content/themes目录(包括子目录)
11:Disallow: /*?connect=* 禁止所有搜索引擎访问/*,参数为connect=*的页面
12:Disallow: /page/ 禁止所有搜索引擎访问/page目录
13:Disallow: /page/* 禁止所有搜索引擎访问/page/*目录(包括子目录)
14:Disallow: /*/*/page/ 禁止所有搜索引擎访问/*/*/page目录
15:Disallow: /page/1$ 禁止所有搜索引擎访问所有以/page结尾的文件
16:Disallow: /date/ 禁止所有搜索引擎访问/date目录
17:Disallow: /xmlrpc.php 禁止所有搜索引擎访问根目录下的xmlrpc.php文件
18:Disallow: /*/comment-page-* 禁止所有搜索引擎访问/*/comment-page-*目录(包括子目录)
19:Disallow: /*?replytocom=* 禁止所有搜索引擎访问/*,参数为replytocom=*的页面
20:Disallow: /category/*/page/ 禁止所有搜索引擎访问/category/*/page目录
21:Disallow: /tag/*/page/ 禁止所有搜索引擎访问/tag/*/page目录
22:Disallow: /trackback/ 禁止所有搜索引擎访问/trackback目录
23:Disallow: /*/trackback 禁止所有搜索引擎访问/*/trackback目录(包括子目录)
24:Disallow: */trackback 禁止所有搜索引擎访问*/trackback目录(包括子目录)
25:Disallow: /*/*/trackback 禁止所有搜索引擎访问/*/*/trackback目录(包括子目录)
26:Disallow: /feed 禁止所有搜索引擎访问/feed目录(包括子目录)
27:Disallow: /feed/ 禁止所有搜索引擎访问/feed目录
28:Disallow: /*/feed 禁止所有搜索引擎访问/*/feed目录(包括子目录)
29:Disallow: */feed 禁止所有搜索引擎访问*/feed目录(包括子目录)
30:Disallow: */feed*/feed 禁止所有搜索引擎访问*/feed*/feed目录(包括子目录)
31:Disallow: /*/*/feed 禁止所有搜索引擎访问/*/*/feed目录(包括子目录)
32:Disallow: /comments/ 禁止所有搜索引擎访问/comments目录
33:Disallow: /comments/feed 禁止所有搜索引擎访问/comments/feed目录(包括子目录)
34:Disallow: /?s=* 禁止所有搜索引擎访问任何带参数的页面
35:Disallow: /*/?s=*\ 禁止所有搜索引擎访问/*/?s=*目录下任何带参数的页面
36:Disallow: /*/?s=* 禁止所有搜索引擎访问/*目录下任何带参数的页面
37:Disallow: /?p=* 禁止所有搜索引擎访问任何带参数的页面
38:Disallow: /?p=*&preview=true 禁止所有搜索引擎访问任何带参数的页面
39:Disallow: /?page_id=*&preview=true 禁止所有搜索引擎访问任何带参数的页面
40:Disallow: /attachment/ 禁止所有搜索引擎访问/attachment目录
41:Disallow: /wp-login.php 禁止所有搜索引擎访问根目录下的wp-login.php文件
42:Allow: /wp-content/uploads/ 允许所有搜索引擎访问/wp-content/uploads目录
43:Sitemap: https://www.fuwuqizuyong.cc.com/sitemap.xml Sitemap地址:https://www.fuwuqizuyong.cc.com/sitemap.xml
WordPress Robots文件下载
提取码如何获取?
大家通过微信扫描关注本文下方提供的微信公众号二维码或者微信搜索“网站知识”并关注,然后回复“Robots”获取相关提取码。
写在🔊后
目前服务器吧小编已经把编写好Robots协议的Robots.txt文件上传到了我的多个站点,这两天先看一下效果,如果没有什么问题的话,我就会将其用在我们服务器吧了,好了今天的关于WordPress网站如何配置Robots文件的文章就写到这里了,希望能帮助到大家吧,我相信我编写的这个Robots协议应该能适合大部分的WordPress网站了,当然了大家设置好Robots.txt文件以后,还是要自行观察一段时间我们网站收录情况的,如果例如搜索引擎收录哪些不该收录的页面,这时我们就该将相关页面地址通过“Disallow:”来禁止一下相关地址的收录了,好了今天就说这么多了,我们明天见吧。
微信扫描下方的二维码阅读本文