robots.txt の基本的な紹介 Robots.txt はプレーンテキスト ファイルであり、Web サイト管理者は、ロボットによるアクセスを禁止する Web サイトの一部を宣言したり、検索エンジンが特定のコンテンツのみをインデックスするように指定したりできます。 検索ロボット (検索スパイダーと呼ばれることもあります) がサイトを訪問すると、まずサイトのルート ディレクトリに robots.txt があるかどうかを確認します。存在する場合、検索ロボットはファイルの内容に応じてアクセス範囲を決定します。ファイルが存在しない場合、検索ロボットはリンクに沿ってクロールします。 さらに、robots.txt はサイトのルート ディレクトリに配置する必要があり、ファイル名はすべて小文字にする必要があります。 robots.txt の記述構文<br />まず、robots.txt の例を見てみましょう: http://www.csswebs.org/robots.txt 上記の特定のアドレスにアクセスすると、robots.txt の具体的な内容が次のように表示されます。 # http://www.csswebs.org の Robots.txt ファイル # すべてのロボットがドメインをスパイダーします ユーザーエージェント: * 許可しない: 上記のテキストは、すべての検索ロボットが www.csswebs.org サイトのすべてのファイルにアクセスできることを意味します。 特定の構文分析: # の後のテキストは説明情報です。User-agent: の後には検索ロボットの名前が続きます。* が続く場合は、すべての検索ロボットを参照します。Disallow: の後には、アクセスが許可されていないファイル ディレクトリが続きます。 以下に、robots.txt の具体的な使用例をいくつか挙げます。 すべてのロボットにアクセスを許可する ユーザーエージェント: * 許可しない: または、空のファイル「/robots.txt」を作成することもできます すべての検索エンジンがサイトのどの部分にアクセスできないようにブロックする ユーザーエージェント: * 許可しない: / すべての検索エンジンがサイトのいくつかのセクション(以下の例ではディレクトリ 01、02、03)にアクセスするのをブロックします。 ユーザーエージェント: * 禁止: /01/ 禁止: /02/ 許可しない: /03/ 検索エンジンへのアクセスをブロックする(下の例ではBadBot) ユーザーエージェント: BadBot 許可しない: / 特定の検索エンジン(以下の例ではクローラー)からのアクセスのみを許可する ユーザーエージェント: クローラー 許可しない: ユーザーエージェント: * 許可しない: / さらに、これを拡張してロボット メタを導入する必要があると考えています。 Robots META タグは主に特定のページを対象としています。他の META タグ (使用言語、ページの説明、キーワードなど) と同様に、Robots META タグもページの <head> </head> に配置され、特に検索エンジン ROBOTS にページのコンテンツをクロールする方法を伝えるために使用されます。 Robots META タグの書き方: Robots META タグでは大文字と小文字は区別されません。name="Robots" はすべての検索エンジンを意味し、特定の検索エンジンの場合は name="BaiduSpider" と記述できます。コンテンツ部分には、index、noindex、follow、nofollow の 4 つのコマンド オプションがあります。コマンドは「,」で区切られます。 INDEX ディレクティブは、検索ロボットにページをクロールするように指示します。 FOLLOW 命令は、検索ロボットがページ上のリンクに沿ってクロールを続行できることを示します。 Robots Meta タグのデフォルト値は INDEX と FOLLOW ですが、inktomi の場合、デフォルト値は INDEX、NOFOLLOW です。 したがって、組み合わせは次の 4 つになります。 <META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”> <META NAME="ROBOTS" CONTENT="NOINDEX,FOLLOW"> <META NAME=”ROBOTS” CONTENT=”INDEX,NOFOLLOW”> <META NAME="ROBOTS" CONTENT="NOINDEX,NOFOLLOW"> このうち、<META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”> は <META NAME=”ROBOTS” CONTENT=”ALL”> と記述できます。 <META NAME="ROBOTS" CONTENT="NOINDEX,NOFOLLOW"> は <META NAME="ROBOTS" CONTENT="NONE"> と記述できます。 現時点では、検索エンジンロボットの大半は robots.txt のルールに従っているようです。Robots META タグについては、現時点ではサポートがあまりありませんが、徐々に増えてきています。たとえば、有名な検索エンジン GOOGLE はこれを全面的にサポートしており、GOOGLE は Web ページのスナップショットを保持するかどうかを制限できるコマンド「archive」も追加しました。例えば: <META NAME=”googlebot” CONTENT=”index,follow,noarchive”> |
私が現在の仕事の面接を受けたとき、リーダーが真剣にこう言っていたのを覚えています。「今の世の中はイン...
この記事では、Vue.jsの具体的なコードを共有して、シンプルな折りたたみパネルを実装する例を紹介し...
目次方法1: set: データ型ではなくデータ構造であり、メンバーは一意である方法2: オブジェクト...
目次設定を追加json 構成レイヤー構成の表示論理層の構成位置追跡をオンにする録音を開始開始座標を決...
この記事の例では、JavaScriptで等速アニメーションを実装するための具体的なコードを参考までに...
思いつきで、小さなボールが跳ね返るケーススタディを書いてみました。具体的な内容は以下のとおりです。主...
MySQL サーバーをシャットダウンする場合、シャットダウン方法に応じてさまざまな問題が発生する可能...
序文簡単に言えば、tcpdump は、ネットワーク上のトラフィックをダンプし、ユーザーの定義に従って...
注:この記事は他の人によって翻訳されていますが、考えるべき点が多く、理解しにくい点もあると感じていま...
序文これらの原則は実際の戦闘から要約されています。あらゆる原則の背後には血なまぐさい教訓があるこれら...
目次1. Vue2との比較1. Vue3の新機能2. Vue2とVue3の応答原理の比較3. 配列の...
1. ファイアウォールの状態を確認するファイアウォールのステータスを確認する systemctl s...
1. インデックスの役割一般的なアプリケーション システムでは、読み取りと書き込みの比率は約 10:...
この記事では、検証コードの効果を実現するためのJavaScriptの具体的なコードを参考までに共有し...
Zabbix サーバー環境プラットフォームZABBIX バージョン 4.4セントOS8 MySQL ...