屏蔽搜索引擎.doc

我们知道,搜索引擎都有自己的“搜索机器人”(ROBOTS),并通过这些ROBOTS在网络上沿着网页上的链接(一般是http和src链接)不断抓取资料建立自己的数据库。对于网站管理者和内容提供者来说,有时候会有一些站点内容,不希望被ROBOTS抓取而公开。为了解决这个问题,ROBOTS开发界提供了两个办法:,另一个是TheRobotsMETA标签。一、 、?,通过在这个文件中声明该网站中不想被robots访问的部分,这样,该网站的部分或全部内容就可以不被搜索引擎收录了,或者指定搜索引擎只收录指定的内容。当一个搜索机器人访问一个站点时,,如果找到,搜索机器人就会按照该文件中的内容来确定访问的范围,如果该文件不存在,那么搜索机器人就沿着链接抓取。,而且文件名必须全部小写。://////、""文件包含一条或更多的记录,这些记录通过空行分开(以CR,CR/NL,orNL作为结束符),每一条记录的格式如下所示: "<field>:<optionalspace><value><optionalspace>"。在该文件中可以使用#进行注解,具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始,后面加上若干Disallow行,详细情况如下:User-agent:该项的值用于描述搜索引擎robot的名字,在""文件中,如果有多条User-agent记录说明有多个robot会受到该协议的限制,对该文件来说,至少要有一条User-agent记录。如果该项的值设为*,则该协议对任何机器人均有效,在""文件中,"User-agent:*"这样的记录只能有一条。Disallow:该项的值用于描述不希望被访问到的一个URL,这个URL可以是一条完整的路径,也可以是部分的,任何以Disallow开头的URL均不会被robot访问到。例如"Disallow:/help"对/,而"Disallow:/help/"则允许robot访问/,而不能访问/help/。任何一条Disallow记录为空,说明该网站的所有部分都允许被访问,在"/"文件中,至少要有一条Disallow记录。如果"/"是一个空文件,则对于所有的搜索引擎robot,该网站都是开放的。:l   禁止所有搜索引擎访问网站的任何部分:User-agent:*Disallow:/l   允许所有的robot访问User-agent:*Disallow:或者也可以建一个空文件"/"filel   禁止所有搜索引擎访问网站的几个部分(下例中的cgi-bin、tmp、pri