DIV CSS 佈局教程網

WordPress目前全球有數千萬用戶，包括獨立博客和博客平台，且很多人把Wordpress開發成CMS來使用。Wordpress程序的優越性就不用多說了。

講Wordpress的robots.txt優化之前，先對robots.txt的相關知識普及一下。

robots.txt是一個存放在網站根目錄下的純文本文件（ASCII編碼），這個文件用於指定spider在您網站上的抓取范圍，一定程度上保護站點的安全和隱私。同時也是網站優化利器，例如屏蔽捉取站點的重復內容頁面。

robots.txt目前並不是一種標准，只是一種協議！所以現在很多搜索引擎對robots.txt裡的指令參數都有不同的看待。

使用robots.txt需要注意的幾點地方：

1、指令區分大小寫，忽略未知指令，下圖是本博客的robots.txt文件在Google管理員工具裡的測試結果；

好像還是不支持中文等非英文字符，如需添加中文地址指令，請先轉碼（UTF-8和GBK會有不同的轉碼結果）。

如果想第一時間知道自己寫的robots.txt是否規范，可以用Google管理員工具的“像 Googlebot 一樣抓取”功能。捉取後，點擊“成功”那個鏈接進去，就可以看到Google眼中的robots.txt了。

2、每一行代表一個指令，空白和隔行會被忽略；

3、“#”號後的字符參數會被忽略；

4、有獨立User-agent的規則，會排除在通配“*”User agent的規則之外；

5、可以寫入sitemap文件的鏈接，方便搜索引擎蜘蛛爬行整站內容。

6、盡量少用Allow指令，因為不同的搜索引擎對不同位置的Allow指令會有不同看待。

想了解更多關於robots.txt的“標准化”說明，可以查看robots.txt官網和Google關於robots.txt的說明頁。

轉入正題。因為Wordpress建站設置不同的固定鏈接（或者安裝不同的插件），在寫指令的時候，相應的地址會不同。本博客固定鏈接設置為：/a/%post_id%.html，供參考。

下面開始Wordpress的robots.txt優化之旅，同時請下載本博客的robots.txt邊看邊學優化。

User-agent： *

一般博客的robots.txt指令設置都是面對所有spider程序，用通配符“*”即可。如果有獨立User-agent的指令規則，盡量放在通配“*”User agent規則的上方。

Disallow： /wp-admin/

Disallow： /wp-content/

Disallow： /wp-includes/

屏蔽spider捉取程序文件，同時也節約了搜索引擎蜘蛛資源。

Disallow： /*/trackback

每個默認的文章頁面代碼裡，都有一段trackback的鏈接，如果不屏蔽讓蜘蛛去捉取，網站會出現重復頁面內容問題。

Disallow： /feed

Disallow： /*/feed

Disallow： /comments/feed

頭部代碼裡的feed鏈接主要是提示浏覽器用戶可以訂閱本站，而一般的站點都有RSS輸出和網站地圖，故屏蔽搜索引擎捉取這些鏈接，節約蜘蛛資源。

Disallow： /?s=*

Disallow： /*/?s=*

這個就不用解釋了，屏蔽捉取站內搜索結果。站內沒出現這些鏈接不代表站外沒有，如果收錄了會造成和TAG等頁面的內容相近。

Disallow： /?r=*

屏蔽留言鏈接插件留下的變形留言鏈接。（沒安裝相關插件當然不用這條指令）

Disallow： /*.jpg$

Disallow： /*.jpeg$

Disallow： /*.gif$

Disallow： /*.png$

Disallow： /*.bmp$

屏蔽捉取任何圖片文件，在這裡主要是想節約點寬帶，不同的網站管理員可以按照喜好和需要設置這幾條指令。

Disallow： /?p=*

屏蔽捉取短鏈接。默認頭部裡的短鏈接，百度等搜索引擎蜘蛛會試圖捉取，雖然最終短鏈接會301重定向到固定鏈接，但這樣依然造成蜘蛛資源的浪費。

Disallow： /*/comment-page-*

Disallow： /*?replytocom*

屏蔽捉取留言信息鏈接。一般不會收錄到這樣的鏈接，但為了節約蜘蛛資源，也屏蔽之。

Disallow： /a/date/

Disallow： /a/author/

Disallow： /a/category/

Disallow： /?p=*&preview=true

Disallow： /?page_id=*&preview=true

Disallow： /wp-login.php

屏蔽其他的一些形形色色的鏈接，避免造成重復內容和隱私問題。

Sitemap:http://***.com/sitemap.txt

網站地圖地址指令，主流是txt和xml格式。告訴搜索引擎網站地圖地址，方便搜索引擎捉取全站內容，當然你可以設置多個地圖地址。要注意的就是Sitemap的S要用大寫，地圖地址也要用絕對地址。

上面的這些Disallow指令都不是強制要求的，可以按需寫入。也建議站點開通谷歌管理員工具，檢查站點的robots.txt是否規范。

本站robots.txt裡的指令解釋會永久保留，http://yihuiblog.com/robots.txt。大家可以收藏，方便修改的時候用作參考。

感謝 一灰的BLOG 的投稿