如何利用Robots.txt优化WordPress新站点

如何利用Robots.txt优化WordPress新站点

WordPress不愧是世界上最受欢迎的建站系统，但很多新手对robots.txt文件的重要性不是很了解，这次就用这篇文章普及一下WordPress站点robots.txt文件编写知识。

Robots协议(也称为爬虫协议、机器人协议等)的全称是“网络爬虫排除标准”(Robots Exclusion Protocol)，网站通过Robots协议告诉搜索引擎哪些页面可以抓取，哪些页面不能抓取。

搜索引擎蜘蛛爬巡网站时，首先会寻找站点根目录有没有 robots.txt文件，如果有这个文件就根据文件的内容确定收录范围，如果没有就按默认访问以及收录所有页面。另外，当搜索蜘蛛发现不存在robots.txt文件时，会产生一个404错误日志在服务器上，从而增加服务器的负担，因此为站点添加一个robots.txt文件还是很重要的。

知道Robots协议的作用后，下面具体说一下WordPress站点如何编写robots.txt文件。

WordPress站点默认在浏览器中输入：http://你的域名/robots.txt，会显示如下内容：

User-agent: *Disallow: /wp-admin/Disallow: /wp-includes/

以上短短的内容由WordPress自动生成的，意思是告诉搜索引擎不要抓取后台程序文件。

但这是远远不够的，以本站为例，比较完整的WordPress站点robots.txt文件内容如下：

User-agent: *Disallow: /wp-admin/Disallow: /wp-content/Disallow: /wp-includes/Disallow: /*/comment-page-*Disallow: /*?replytocom=*Disallow: /category/*/page/Disallow: /tag/*/page/Disallow: /*/trackbackDisallow: /feedDisallow: /*/feedDisallow: /comments/feedDisallow: /?s=*Disallow: /*/?s=*\Disallow: /attachment/Sitemap: https://www.inhv.cn/sitemap.xml

使用方法：新建一个名称为robots.txt文本文件，将上面的内容放进去（最后一项修改为自己sitemap地址），然后上传到网站根目录即可。

下面分别解释一下wordpress robots.txt各项的作用：

1、Disallow: /wp-admin/、Disallow: /wp-content/和Disallow: /wp-includes/

用于告诉搜索引擎不要抓取后台程序文件页面。

2、Disallow: /*/comment-page-*和Disallow: /*?replytocom=*

禁止搜索引擎抓取评论分页等相关链接。

3、Disallow: /category/*/page/和Disallow: /tag/*/page/

禁止搜索引擎抓取收录分类和标签的分页。

4、Disallow: /*/trackback

禁止搜索引擎抓取收录trackback等垃圾信息

5、Disallow: /feed、Disallow: /*/feed和Disallow: /comments/feed

禁止搜索引擎抓取收录feed链接，feed只用于订阅本站，与搜索引擎无关。

6、Disallow: /?s=*和Disallow: /*/?s=*\

禁止搜索引擎抓取站内搜索结果

7、Disallow: /*?*

禁止搜索抓取动态页面

8、Disallow: /attachment/

禁止搜索引擎抓取附件页面，比如毫无意义的图片附件页面。

上面只是wordpress robots.txt基本的写法，当然还有很多写法，不过这些已经够用了。

建站是一个有趣而又枯燥的过程，望大家坚持！

•  关于WordPress 站点添加和上传 robots.txt
• 如何为你的 WordPress 站点添加 robots.txt

上一篇：应用程序池定时回收

下一篇：wordpress技巧-轻松找到站点的死链接