屏蔽蜘蛛抓取的五個辦法
編輯
分享
評論
贊0
怎樣屏蔽蜘蛛的抓取，我們常用的辦法有兩個，一個是編輯robots.txt文件，另外一個是在不想被收錄的頁面頭部放置META NAME="ROBOTS"標簽。
所謂的robots.txt文件，是每一個搜索引擎到你的網站之后要尋找和訪問的第一個文件，robots.txt是你對搜索引擎制定的一個如何索引你的網站的規則。通過這個文件，搜索引擎就可以知道在你的網站中，哪些文件是可以被索引的，哪些文件是被拒絕索引的。
絕大多數站長都知道，網站能夠在搜索引擎里獲得很好的排名是非常重要的，于是很多站長竭盡討好搜索引擎之能事，恨不得把搜索引擎的蜘蛛當成皇上來看待，希望能夠獲得蜘蛛的賞識，從而提升網站的排名，可是事實上，即使把蜘蛛伺候好了，也不能夠獲得很好的排名，這是為什么呢?因為蜘蛛并沒有人類的情感，即時你把它當成皇上他也對你毫無憐憫，該怎樣就怎樣，所以在網站優化方面，并不是對蜘蛛越好優化效果就越好，而是要懂得取舍!要學會屏蔽一些蜘蛛的技巧!比如除了限制蜘蛛在ADMIN和DATA上的爬行，還可以在其他的目錄上適當的屏蔽蜘蛛，也是非常有好處的，下面就來分析幾種屏蔽蜘蛛的技巧!
一：圖片和模板目錄都可以進行屏蔽
因為目前很多站長都是在互聯網上找相同的圖片和套用現成的模板，這些模板和圖片已經在互聯網泛濫了，此時你還讓你的網站被蜘蛛再次爬行這些老掉牙的東西，自然會讓蜘蛛非常的反感，從而讓你的網站貼上模仿作弊的標簽，想要獲得搜索引擎的青睞反而是更加困難，所以IMAGES目錄通常可以屏蔽!
二：緩存目錄可以屏蔽，防止重復索引
蜘蛛是非常貪婪的，只要你給他喂食，它是不管真實還是虛幻都照單全收，比如網站的緩存目錄里面的內容，蜘蛛也會照樣來進行索引，這勢必和網站里面的內容出現了重復，如果出現重復的數量過多，那么百度的算法機制就會認為你的網站在作弊，從而甚至提升你網站的權重，給網站帶來極大的影響，通常每種建站程序的緩存目錄是不一樣的，要根據不同的建站程序來屏蔽相應的緩存目錄是很有必要的!
三：CSS目錄及部分RSS頁需要屏蔽
CSS目錄對于蜘蛛而言是完全無用的，抓取后反而會影響搜索引擎算法的判斷，所以可以通過ROBOTS.TXT文件來進行屏蔽，另外很多建站程序的RSS頁也是一種內容的重復，抓取后也會造成搜索引擎的誤判斷，這兩個方面的內容都需要屏蔽!這種屏蔽看起來是對蜘蛛的大不敬，實際上卻如良藥苦口利于病!忠言逆耳利于行!
四：如果有雙頁面，那么優先屏蔽動態頁面
一般而言，網站的靜態頁面是很容易被搜索引擎收錄，通常蜘蛛抓取和收錄是兩回事，網站除了靜態頁面之外，大部分網站還存在著動態的頁面，比如“www.XXXX/1.html這兩個指的是同一個頁面，如果不進行屏蔽的話，勢必造成兩個頁面同時被蜘蛛抓取，可是到了搜索引擎算法判斷的時候，因為發現了兩個一樣的頁面，就會認為你網站存在作弊的嫌疑，所以加大對你網站的考察力度，從而影響到網站的排名，所以正確的做法是優先屏蔽網站的動態頁面!
五：服務器屏蔽
許多空間商為了減少服務器負擔，故意屏蔽蜘蛛抓取，導致網站無法被搜索引擎收錄，在這里我們也可以設置利用服務器屏蔽搜索器的抓取。主要原理是分析網站日志，找到搜索引擎抓取的IP，然后對其IP進行屏蔽。但是這種方法并不是很實用，畢竟不能屏蔽單頁面和修改都不是很靈活。具體方法需要參考服務器設置。
猜你喜歡