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

Giá Vàng Thế Giới Hôm Nay 2/10: Trụ vững 3.861 USD/ounce, khẳng định vai trò trú ẩn an toàn

Giá Vàng Thế Giới Hôm Nay

Giá vàng thế giới hôm nay 2/10 giữ ở mức 3.861 USD/ounce. Trong bối cảnh kinh tế Mỹ bất ổn […]

Giá Vàng Thế Giới Hôm Nay 1/10: Tiếp tục lập kỷ lục, hướng tới mốc 3.900 USD/ounce trong quý IV

Giá Vàng Thế Giới Hôm Nay

Giá vàng thế giới hôm nay 1/10 tăng lên 3.860 USD/ounce, cao nhất lịch sử. Giới phân tích dự báo […]

Giá Vàng Trong Nước Hôm Nay 30/9: SJC lập kỷ lục mới, chênh lệch lớn với thế giới

Giá Vàng Trong Nước Hôm Nay

Giá Vàng Trong Nước hôm nay (30/9) tại SJC và Doji vọt lên 134,5 – 136,5 triệu đồng/lượng, chênh gần […]

Giá Vàng Trong Nước Hôm Nay 29/9: Ổn định, chênh lệch cao với thế giới

Giá Vàng Trong Nước Hôm Nay

Giá Vàng Trong Nước Hôm Nay 29/9 giữ ổn định ở mức 133 – 135 triệu đồng/lượng, chênh lệch lớn […]

Giá Vàng Thế Giới Hôm Nay 26/9: Giữ vững trên 3.700 USD/ounce, chờ tín hiệu từ Fed

Giá vàng thế giới

Giá Vàng Thế Giới Hôm Nay 26/9 duy trì trên 3.700 USD/ounce, biến động sau báo cáo kinh tế Mỹ […]

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