Sự quan trọng của tập tin robots.txt

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!

Theo Đinh Minh Chính – OnBoom Group

Bí quyết làm đẹp

Website nổi bật

Bài viết mới

TOP 3 TRUYỆN NGÔN TÌNH TUYỆT VỜI NHẤT THÁNG 9

Nếu ốc sên có tình yêu

Ngôn tình vẫn luôn là một thể loại được vô số độc giả, đặc biệt là các bạn trẻ tuổi […]

Chiêm ngưỡng bờ kè Lý Sơn, thiên đường 7 sắc không khác gì Malaysia

Một đoạn của bờ kè

Trải dài gần 300 mét, bờ kè Lý Sơn trở thành điểm check in lý tưởng khi được khoác áo […]

Top 3 truyện tiên hiệp đáng đọc trong tháng 9

Bách Luyện Thành Tiên

Khi đến với truyện tiên hiệp là bạn đã mở cho mình một cách cửa dẫn tới một thế giới […]

Top 3 truyện ngôn tình cực hấp dẫn nên đọc kẻo lỡ

Quân sủng cô vợ nhỏ

Thích đọc truyện ngôn tình, độc giả thường là những người dễ lay động với những câu chuyện đầy cảm […]

XSMT 16/08 – Kết quả xổ số Miền Trung hôm nay ngày 16/08/2018

Xổ số Miền Trung ngày 16/08 có tỉ lệ trúng giải thưởng lớn

Kết quả XSMT ngày 16/08 – Thông tin KQ xổ số kiến thiết Miền Trung hôm nay Thứ Năm ngày […]