如何利用robots.txt對(duì)wordpress博客進(jìn)行優(yōu)化
筆者在百度站長(zhǎng)平臺(tái)檢測(cè)自己的博客時(shí)，出于優(yōu)化的慣性，對(duì)博客的Rbots進(jìn)行了檢測(cè)，進(jìn)而在百度搜索了WordPress博客robots的寫法設(shè)置問題，看了很多wordpress高手對(duì)robots優(yōu)化設(shè)置后，終于有所領(lǐng)悟，在此也分享給一些wordpress新手看看如何去善用robots.txt對(duì)wordpress博客進(jìn)行優(yōu)化。
一、先來普及下robots.txt的概念：
robots.txt(統(tǒng)一小寫)是一種存放于網(wǎng)站根目錄下的ASCII編碼的文本文件，它通常告訴網(wǎng)絡(luò)搜索引擎的漫游器(又稱網(wǎng)絡(luò)蜘蛛)，此網(wǎng)站中的哪些內(nèi)容是不能被搜索引擎的漫游器獲取的，哪些是可以被(漫游器)獲取的。這個(gè)文件用于指定spider在您網(wǎng)站上的抓取范圍，一定程度上保護(hù)站點(diǎn)的安全和隱私。同時(shí)也是網(wǎng)站優(yōu)化利器，例如屏蔽捉取站點(diǎn)的重復(fù)內(nèi)容頁(yè)面。
robots.txt目前并不是一種標(biāo)準(zhǔn)，只是一種協(xié)議!所以現(xiàn)在很多搜索引擎對(duì)robots.txt里的指令參數(shù)都有不同的看待。
二、使用robots.txt需要注意的幾點(diǎn)地方：
1、指令區(qū)分大小寫，忽略未知指令，下圖是本博客的robots.txt文件在Google管理員工具里的測(cè)試結(jié)果;
2、每一行代表一個(gè)指令，空白和隔行會(huì)被忽略;
3、“#”號(hào)后的字符參數(shù)會(huì)被忽略;
4、有獨(dú)立User-agent的規(guī)則，會(huì)排除在通配“*”User agent的規(guī)則之外;
5、可以寫入sitemap文件的鏈接，方便搜索引擎蜘蛛爬行整站內(nèi)容。
6、盡量少用Allow指令，因?yàn)椴煌乃阉饕鎸?duì)不同位置的Allow指令會(huì)有不同看待。
三、WordPress的robots.txt優(yōu)化設(shè)置
1、User-agent： *
一般博客的robots.txt指令設(shè)置都是面對(duì)所有spider程序，用通配符“*”即可。如果有獨(dú)立User-agent的指令規(guī)則，盡量放在通配“*”User agent規(guī)則的上方。
2、Disallow： /wp-admin/
Disallow： /wp-content/
Disallow： /wp-includes/
屏蔽spider捉取程序文件，同時(shí)也節(jié)約了搜索引擎蜘蛛資源。
3、Disallow： /*/trackback
每個(gè)默認(rèn)的文章頁(yè)面代碼里，都有一段trackback的鏈接，如果不屏蔽讓蜘蛛去捉取，網(wǎng)站會(huì)出現(xiàn)重復(fù)頁(yè)面內(nèi)容問題。
4、Disallow： /feed
Disallow： /*/feed
Disallow： /comments/feed
頭部代碼里的feed鏈接主要是提示瀏覽器用戶可以訂閱本站，而一般的站點(diǎn)都有RSS輸出和網(wǎng)站地圖，故屏蔽搜索引擎捉取這些鏈接，節(jié)約蜘蛛資源。
5、Disallow： /?s=*
Disallow： /*/?s=*
這個(gè)就不用解釋了，屏蔽捉取站內(nèi)搜索結(jié)果。站內(nèi)沒出現(xiàn)這些鏈接不代表站外沒有，如果收錄了會(huì)造成和TAG等頁(yè)面的內(nèi)容相近。
6、Disallow： /?r=*
屏蔽留言鏈接插件留下的變形留言鏈接。(沒安裝相關(guān)插件當(dāng)然不用這條指令)
7、Disallow： /*.jpg$
Disallow： /*.jpeg$
Disallow： /*.gif$
Disallow： /*.png$
Disallow： /*.bmp$
屏蔽捉取任何圖片文件，在這里主要是想節(jié)約點(diǎn)寬帶，不同的網(wǎng)站管理員可以按照喜好和需要設(shè)置這幾條指令。
8、Disallow： /?p=*
屏蔽捉取短鏈接。默認(rèn)頭部里的短鏈接，百度等搜索引擎蜘蛛會(huì)試圖捉取，雖然最終短鏈接會(huì)301重定向到固定鏈接，但這樣依然造成蜘蛛資源的浪費(fèi)。
9、Disallow： /*/comment-page-*
Disallow： /*?replytocom*
屏蔽捉取留言信息鏈接。一般不會(huì)收錄到這樣的鏈接，但為了節(jié)約蜘蛛資源，也屏蔽之。
10、Disallow： /a/date/
Disallow： /a/author/
Disallow： /a/category/
Disallow： /?p=*&preview=true
Disallow： /?page_id=*&preview=true
Disallow： /wp-login.php
屏蔽其他的一些形形色色的鏈接，避免造成重復(fù)內(nèi)容和隱私問題。
10、Sitemap:http://***.com/sitemap.txt
網(wǎng)站地圖地址指令，主流是txt和xml格式。告訴搜索引擎網(wǎng)站地圖地址，方便搜索引擎捉取全站內(nèi)容，當(dāng)然你可以設(shè)置多個(gè)地圖地址。要注意的就是Sitemap的S要用大寫，地圖地址也要用絕對(duì)地址。
上面的這些Disallow指令都不是強(qiáng)制要求的，可以按需寫入。也建議站點(diǎn)開通谷歌管理員工具，檢查站點(diǎn)的robots.txt是否規(guī)范。
好了，以上就是對(duì)利用robots.txt對(duì)WordPress博客進(jìn)行優(yōu)化的詳細(xì)內(nèi)容，希望可以幫助和我一樣剛接觸wordpress博客的同學(xué)。
文章作者：北漂書生。
來源：月光博客
