我们都知道robots.txt文件是搜索引擎遵守的一个抓取协议，但是是不是真的有效果呢？

搜索引擎真的会遵循这个协议吗？

让我们首先来看看

下面这段 [这是我南昌SEO站点的robots.txt设置：允许GG 百度、ALEXA 抓取，屏蔽了其他一切引擎禁止！]

User-agent:Googlebot
Disallow:
User-agent:baiduspider
Disallow:
User-agent:ia_archiver
Disallow:
User-agent:*
Disallow:/

从理论上来说 这样的设置就屏蔽了其他一切引擎，但实际上这种方法并不能完全屏蔽SOSO YAHOO MSN之类的爬虫，在YAHOO上输入site：www.seo-jx.cn还是可以看到内容以及索引的！

遵守robots协议与否当然是由他们自己说了算的！所以要想完全屏蔽搜索引擎的爬虫，需要在.htaccess中加入限制语句才行，这里我们介绍2种最简单的方法：

1：

RewriteEngine on 
RewriteCond %{HTTP_USER_AGENT} ^MSNBOT [NC] 
RewriteRule .* - [F]
 
2：
SetEnvIfNoCase User-Agent "^MSNBOT" bad_bot
<Limit GET POST> 
Order Allow,Deny 
Allow from all 
Deny from env=bad_bot 
</Limit>

注：MSNBOT 为MSN蜘蛛机器人代码 ，如果想要真正屏蔽某个搜索引擎 把其中的红色部分[MSNBOT]

换成你想要屏蔽的蜘蛛机器人代码即可！

请不要随意添写 否则造成损失与本人无关！

SEO小林发布，转载请注明出处：江西南昌SEO http://www.seo-jx.cn/

评论 (0) All

登陆 还没注册？