Sự quan trọng của tập tin robots.txt

sespider - Sự quan trọng của tập tin robots.txtMột trong những điều quan trọng để web site của bạn có thể đạt High ranking (thứ hạng cao) trong các cỗ máy tìm kiếm là bạn phải xây dựng cho mình một file Robots.txt. Vậy file Robots.txt là gì? khi một search engine tìm đến (nguyên văn Crawler) web site nào đó, nó sẽ tìm một file đặc biệt trước tiên, đó là file robots.txt. File robot.txt cho search engine đó biết rằng, web site này có thể index hoặc không (tùy theo lệnh được viết trong file robots.txt).
Thực chất, file robots.txt là một tập tin văn bản đơn giản (không chứa mã HTML) được đặt trong thư mục gốc của web site, ví dụ http://www.example.com/robots.txt.

Vậy, làm thế nào để tạo ra một file robots.txt? Rất đơn giản, bạn có thể mở chương trình Notepad hay bất cứ chương trình soạn thảo văn bản nào, lưu file với tên robots.txt là xong. Các dòng lệnh trong file này có cấu trúc như sau:

User-agent: googlebot
Disallow: /cgi-bin/

Trong đó User-agent: là đại diện của một search engine, Googlebot là spider của Google. Trong ví dụ này, chỉ các spider của Google là được phép index web site. Disallow: là không cho phép thực hiện điều gì đó. ở ví dụ trên là không cho phép các spider index thư mục “cgi-bin” trong web site.

Ví dụ thứ hai:

User-agent: googlebot
Disallow: /support

Tất cả các trang nằm trong thư mục support, hay support-desk sẽ không được index.

Nếu bạn muốn tất cả các search engine có thể index web site của bạn, nhưng không được index các trang trong thư mục “cgi-bin” thì sử dụng lệnh sau:

User-agent: *
Disallow: /cgi-bin/

Những điều nên tránh:
+ Không sử dụng các chú thích trong file robots.txt, nó có thể làm cho các spider của search engine bị lầm lẫn. Ví dụ:

“Disallow: support # Don’t index the support directory” might be misinterepreted as “Disallow: support#Don’t index the support directory”.

+ Không được để khoảng trắng ở đầu dòng lệnh, ví dụ:
User-agent: *
Disallow: /cgi-bin/

+Không thay đổi trật tự của các dòng lệnh. Ví dụ:
Disallow: /support
User-agent: *

+ Không sử dụng quá một thư mục trong dòng lệnh Disallow. Ví dụ:

User-agent: *
Disallow: /support /cgi-bin/ /images/

Các search engine không hiểu định dạng trên. Bạn nên viết thế này:

User-agent: *
Disallow: /support
Disallow: /cgi-bin/
Disallow: /images/

+Phải chắc chắn các mệnh đề, từ sử dụng trong lệnh là đúng. Ví dụ, thư mục của bạn là “cgi-bin” (viết thường, không viết hoa), nhưng khí vào lệnh, bạn lại viết là “Cgi-Bin” thì các spider sẽ “bó tay”.

+ Không nên dùng lệnh Allow trong file robots.txt, bởi vì trong web site của bạn chắc chắn sẽ có một số trang hoặc một số thành phần bạn không muốn bị người khác “nhòm ngó”. nếu bạn sử dụng lệnh Allow, tất cả mọi ngóc ngách trong web site của bạn sẽ bị index!

Theo Đinh Minh Chính – OnBoom Group

Bài viết mới

Backlink là gì? Làm thế nào để đặt backlink hiệu quả?

Backlink là một thuật ngữ quan trọng khi tiến hành SEO. Vậy backlink là gì? Các loại backlink cơ bản, […]

Top truyện hay nhất của Kim Dung fan mê kiếm hiệp không thể bỏ qua

Truyện kiếm hiệp Anh hùng xạ điêu

Kim Dung là nhà văn nổi tiếng với nhiều tác phẩm kiếm hiệp với nội dung hấp dẫn. Là fan […]

TOP 3 TRUYỆN NGÔN TÌNH HIỆN ĐẠI ĐẶC SẮC TRONG THÁNG 9

quy de cuong the dai tieu thu an choi trac tang 150x150 - TOP 3 TRUYỆN NGÔN TÌNH HIỆN ĐẠI ĐẶC SẮC TRONG THÁNG 9

Hiện nay, những hình tượng nhân vật được xây dựng lên một cách hoàn hảo không tỳ vết luôn có […]

Top 3 truyện tiên hiệp hay nhất trong tháng 9/2018

ngao the cuu trong thien 150x150 - Top 3 truyện tiên hiệp hay nhất trong tháng 9/2018

Hầu hết những thể loại tiên hiệp thường có bối cảnh được là thế giới tu tiên, Bên cạnh đó […]

Top 3 truyện ngôn tình được bình chọn nhiều nhất

phu quan la thai giam tong quan 1 150x150 - Top 3 truyện ngôn tình được bình chọn nhiều nhất

Những tác phẩm ngôn tình hay luôn được các độc giả yêu thích thể loại truyện này lùng sục tìm […]

Trang hay cho bạn

Copyright © 2016 Popular Enterprises Development Consultant - Tư Vấn Xây Dựng Doanh Nghiệp - Phát triển bởi Thiet Ke Web của Thiết Kế Website Đẹp