Bạn có muốn phản ứng với tin nhắn này? Vui lòng đăng ký diễn đàn trong một vài cú nhấp chuột hoặc đăng nhập để tiếp tục.

    Sự quan trọng của File Robots.txt

    hungdesigner
    hungdesigner
    Thành Viên
    Thành Viên


    Nam
    Tổng số bài gửi : 43
    Age : 40
    Registration date : 01/04/2008

    Sự quan trọng của File Robots.txt Empty Sự quan trọng của File Robots.txt

    Bài gửi by hungdesigner Tue Apr 01, 2008 3:38 am

    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!

    Bạn có thể tham khảo tập tin robots.txt tại các web site nổi tiếng trên thế giới là Ebay và Nytimes:
    http://www.nytimes.com/robots.txt
    http://www.ebay.com/robots.txt. __________________

      Hôm nay: Fri Mar 29, 2024 5:14 am