如何禁止搜索引擎收錄的方法
2014-11-28 來源：
一些站長(zhǎng)在遇到網(wǎng)站被黑的時(shí)候，往往急著去處理網(wǎng)站的內(nèi)容卻忽略了網(wǎng)站被黑被攻擊的本源，一方面網(wǎng)站可能在權(quán)限設(shè)置上缺乏考慮，另一方面網(wǎng)站可能有程序上的漏洞，根本的，在于網(wǎng)絡(luò)攻擊者看重了網(wǎng)站域名在互聯(lián)網(wǎng)搜索引擎的作用，利用網(wǎng)站掛馬進(jìn)而宣傳其違法或有害信息。那么，如何避免這樣的問題，除了可以選擇西部數(shù)碼虛擬主機(jī)產(chǎn)品――西部數(shù)碼對(duì)虛擬主機(jī)用戶提供了安全掃描功能，通過對(duì)異常操作的監(jiān)測(cè)和分析，盡可能第一時(shí)間提出告警和通知用戶，并及時(shí)阻止非法操作的擴(kuò)散。
對(duì)于搜索引擎收錄方面沒有特別需求的用戶，比如企業(yè)網(wǎng)站或內(nèi)部辦公系統(tǒng)等，在虛擬主機(jī)安全設(shè)置上可以考慮利用robots文件來禁止搜索引擎收錄，這樣的方式阻斷了網(wǎng)絡(luò)掛馬的利益，通過這樣的方式，也可能減少一些意外攻擊風(fēng)險(xiǎn)。如何禁止搜索引擎收錄呢？這里從robots文件開始一一講述。
一．什么是robots.txt文件?
搜索引擎通過一種程序robot（又稱spider），自動(dòng)訪問互聯(lián)網(wǎng)上的網(wǎng)頁并獲取網(wǎng)頁信息。
您可以在您的網(wǎng)站中創(chuàng)建一個(gè)純文本文件robots.txt，在這個(gè)文件中聲明該網(wǎng)站中不想被robot訪問的部分，這樣，該網(wǎng)站的部分或全部?jī)?nèi)容就可以不被搜索引擎收錄了，或者指定搜索引擎只收錄指定的內(nèi)容。
二. robots.txt文件放在哪里?
robots.txt文件應(yīng)該放在網(wǎng)站根目錄下。舉例來說，當(dāng)robots訪問一個(gè)網(wǎng)站（比如http://www.abc.com）時(shí)，首先會(huì)檢查該網(wǎng)站中是否存在http://www.abc.com/robots.txt這個(gè)文件，如果機(jī)器人找到這個(gè)文件，它就會(huì)根據(jù)這個(gè)文件的內(nèi)容，來確定它訪問權(quán)限的范圍。
| 網(wǎng)站 URL | 相應(yīng)的 robots.txt的 URL |
| http://www.w3.org/ | http://www.w3.org/robots.txt |
| http://www.w3.org:80/ | http://www.w3.org:80/robots.txt |
| http://www.w3.org:1234/ | http://www.w3.org:1234/robots.txt |
| http://w3.org/ | http://w3.org/robots.txt |
三. robots.txt文件的格式
"robots.txt"文件包含一條或更多的記錄，這些記錄通過空行分開（以CR,CR/NL, or NL作為結(jié)束符），每一條記錄的格式如下所示：
"<field>:<optionalspace><value><optionalspace>"。
在該文件中可以使用#進(jìn)行注解，具體使用方法和UNIX中的慣例一樣。該文件中的記錄通常以一行或多行User-agent開始，后面加上若干Disallow行,詳細(xì)情況如下：
User-agent:
該項(xiàng)的值用于描述搜索引擎robot的名字，在"robots.txt"文件中，如果有多條User-agent記錄說明有多個(gè)robot會(huì)受到該協(xié)議的限制，對(duì)該文件來說，至少要有一條User-agent記錄。如果該項(xiàng)的值設(shè)為*，則該協(xié)議對(duì)任何機(jī)器人均有效，在"robots.txt"文件中，"User-agent：*"這樣的記錄只能有一條。Disallow :
該項(xiàng)的值用于描述不希望被訪問到的一個(gè)URL，這個(gè)URL可以是一條完整的路徑，也可以是部分的，任何以Disallow 開頭的URL均不會(huì)被robot訪問到。例如"Disallow: /help"對(duì)/help.html 和/help/index.html都不允許搜索引擎訪問，而"Disallow: /help/"則允許robot訪問/help.html，而不能訪問/help/index.html。
任何一條Disallow記錄為空，說明該網(wǎng)站的所有部分都允許被訪問，在"/robots.txt"文件中，至少要有一條Disallow記錄。如果"/robots.txt"是一個(gè)空文件，則對(duì)于所有的搜索引擎robot，該網(wǎng)站都是開放的。
四. robots.txt文件用法舉例
| 例1. 禁止所有搜索引擎訪問網(wǎng)站的任何部分 下載該robots.txt文件 | User-agent: * |
例2. 允許所有的robot訪問 (或者也可以建一個(gè)空文件 "/robots.txt" file) |
User-agent: *
|
例3. 禁止某個(gè)搜索引擎的訪問 | User-agent: BadBot |
| 例4. 允許某個(gè)搜索引擎的訪問 | User-agent: baiduspider User-agent: * |
例5. 一個(gè)簡(jiǎn)單例子 | User-agent: * |
標(biāo)簽： 安全 互聯(lián)網(wǎng) 漏洞 企業(yè) 企業(yè)網(wǎng)站 權(quán)限 搜索 搜索引擎 搜索引擎收錄 網(wǎng)絡(luò) 網(wǎng)站 問題 西部數(shù)碼 虛擬主機(jī) 選擇 用戶 域名
版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。
