Sự quan trọng của tập tin robots.txt

Một 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

Giá vé điểm tham quan Phan Thiết

Lâu đài rượu vang

Phan Thiết cái tên chưa bao giờ thôi hấp dẫn với những ai mê du lịch. Nơi đây nổi tiếng […]

Top 3 truyện teen mới nhất trong tháng 9

Cậu chủ rất cưng chiều em - Tiểu bảo bối

Mỗi một câu chuyện là một tình yêu đôi lứa riêng. Tình yêu của họ phải trải qua vui, buồn, […]

Top 3 truyện ngôn tình gây cấn đầy hấp dẫn

Phượng Tê Thần Cung

Truyện ngôn tình đã là thể loại không còn xa lạ gì với các độc giả xa gần. Danh sách […]

XSMT 22/08 – Kết quả xổ số Miền Trung hôm nay ngày 22/08/2018

Xổ số Miền Trung ngày 22/08 có tỉ lệ trúng giải thưởng lớn

Kết quả XSMT ngày 22/08 – Thông tin KQ xổ số kiến thiết Miền Trung hôm nay Thứ Tư ngày […]

Cách làm bánh Trung thu hấp chuẩn kiểu Hàn ngon không tả xiết

Cách làm bánh Trung thu hấp

Cách làm bánh Trung thu hấp kiểu Hàn trở thành từ khóa có số lượng truy cập trên mạng xã […]

Copyright © 2001 - 2011 Du học Y.H.P - Tư Vấn Du Học Mỹ, Du học Anh, Du học Úc, Du học Singapore
Nội dung web đang được xây dựng. Chúng tôi chưa cung cấp thông tin hay dịch vụ trên website này. Thông tin chỉ mang tính chất tham khảo.
Phát triển bởi Thiet Ke Web