客服
使用robots巧妙避免蜘蛛黑洞
對于百度搜索引擎來說，蜘蛛黑洞特指網(wǎng)站通過極低的成本制造出大量參數(shù)過多、內(nèi)容類同但url不同的動態(tài)URL ，就像一個無限循環(huán)的“黑洞“，將spider困住。spider浪費了大量資源抓取的卻是無效網(wǎng)頁。
如很多網(wǎng)站都有篩選功能，通過篩選功能產(chǎn)生的網(wǎng)頁經(jīng)常會被搜索引擎大量抓取，而這其中很大一部分是檢索價值低質(zhì)的頁面。如“500-1000之間價格的租房”，首先網(wǎng)站（包括現(xiàn)實中）上基本沒有相關資源，其次站內(nèi)用戶和搜索引擎用戶都沒有這種檢索習慣。這種網(wǎng)頁被搜索引擎大量抓取，只能是占用網(wǎng)站寶貴的抓取配額，那么該如何避免這種情況呢？西安企業(yè)網(wǎng)站建設公司,西安網(wǎng)站設計公司推薦閱讀>>> robots.txt寫法_怎么寫robots,
我們以北京美團網(wǎng)為例，看看美團網(wǎng)是如何利用robots巧妙避免這種蜘蛛黑洞的：
對于普通的篩選結果頁，使用了靜態(tài)鏈接，如：西安做網(wǎng)站,西安網(wǎng)站維護推薦閱讀>>> 百度站長平臺robots工具升級公告,
http://bj.meituan.com/category/zizhucan/weigongcun
同樣是條件篩選結果頁，當用戶選擇不同排序條件后，會生成帶有不同參數(shù)的動態(tài)鏈接，而且即使是同一種排序條件（如：都是按銷量降序排列），生成的參數(shù)也都是不同的。如：http://bj.meituan.com/category/zizhucan/weigongcun/hot?mtt=1.index%2Fpoi.0.0.i1afqhekhttp://bj.meituan.com/category/zizhucan/weigongcun/hot?mtt=1.index%2Fpoi.0.0.i1afqi5c
對于美團網(wǎng)來說，只讓搜索引擎抓取篩選結果頁就可以了，而各種帶參數(shù)的結果排序頁面則通過robots規(guī)則拒絕提供給搜索引擎。在robots.txt的文件用法中有這樣一條規(guī)則：Disallow: /*?* ，即禁止搜索引擎訪問網(wǎng)站中所有的動態(tài)頁面。美團網(wǎng)恰是通過這種方式，對spider優(yōu)先展示高質(zhì)量頁面、屏蔽了低質(zhì)量頁面，為spider提供了更友好的網(wǎng)站結構，避免了黑洞的形成。西安網(wǎng)站公司,網(wǎng)站設計推薦閱讀>>> robots.txt文件詳細解說,禁止搜索引擎收錄的方法,
相關文章：
-
User-agent: * Disallow: / Allow: /complain/ Allow: /media_partners/ Allow: /about/ Allow: /user_agreement/ User-agent: ByteSpider Allow: / User-agent: ToutiaoSpider Allow: / 以上是今日頭條的robots.txt，禁止所有搜索引擎收錄，同時又...
-
有同學問百度站長學院一個關于robots的問題：我們有個站點的目錄結構使用的是中文，這樣式兒的：www.a.com/冒險島/123.html，那在制作robots文件和sitemap文件的時候，可以直接使用中文嗎？百度能...
-
robots文件是搜索生態(tài)中很重要的一個環(huán)節(jié)，同時也是一個很細節(jié)的環(huán)節(jié)。很多站長同學在網(wǎng)站運營過程中，很容易忽視robots文件的存在，進行錯誤覆蓋或者全部封禁robots，造成不必要損失！ 那...
-
目前百度圖片搜索也使用了與百度網(wǎng)頁搜索相同的spider，如果想禁止Baiduspider抓取網(wǎng)站上所有圖片、禁止或允許Baiduspider抓取網(wǎng)站上的某種特定格式的圖片文件可以通過設置robots實現(xiàn)：西安廣告...
-
robots是站點與spider溝通的重要渠道，站點通過robots文件聲明該網(wǎng)站中不想被搜索引擎收錄的部分或者指定搜索引擎只收錄特定的部分。請注意，僅當您的網(wǎng)站包含不希望被搜索引擎收錄的內(nèi)容...
-
親愛的網(wǎng)站管理員， 很高興的告訴大家，百度站長平臺 robots 工具全新升級，升級后能夠?qū)崟r查看網(wǎng)站在百度中已生效的的robots文件，并支持對robots進行語法及邏輯校驗，有助于站長更清晰的...
-
資料一 1.robots.txt文件是什么 robots.txt是一個純文本文件，是搜索引擎中訪問網(wǎng)站的時候要查看的第一個文件。robots.txt文件告訴蜘蛛程序在服務器上什么文件是可以被查看的。每個站點最好建立...
-
robots.txt文件包含一條或更多的記錄，這些記錄通過空行分開（以CR,CR/NL, or NL作為結束符），每一條記錄的格式如下所示： field:optional spacevalueoptionalspace 在該文件中可以使用#進行注解，具體使...
-
搜索引擎通過一種程序robot（又稱spider），自動訪問互聯(lián)網(wǎng)上的網(wǎng)頁并獲取網(wǎng)頁信 息。您可以在您的網(wǎng)站中創(chuàng)建一個純文本文件robots.txt，在這個文件中聲明該網(wǎng)站中不想被robot 訪問的部分，這...
-
Robots.txt對于任何一個從事SEO研究工作的人都是至關重要的，因為透過 Robots.txt 我們可以直接與搜索引擎蜘蛛進行對話，告訴他們哪些可以抓取，哪些不可以抓取。 一、為什么設置Robots.txt？ 在...