三分钟搞懂 SEO的《meta robots、robots.txt》

meta robots以及robots.txt的工作分别是阻止Google 抓取、索引你的页面。 在这个年头,只是SEO排名/流量高是没有用的,流量必须对企业有价值、必须要能够创造转换,所以用户体验相对重要,如果你有特定页面会伤害用户体验(UX),你可以透过这些方式去阻止该页面出现在Google 搜寻结果中。

谷歌推广

robots.txt可以阻止搜索引擎抓取你的数据,如果你使用了robots.txt来阻挡搜索引擎,那么搜索引擎将会略过你所阻挡的页面,不去做抓取。
但meta robots 就不同了,他在索引层面阻止搜索引擎索引你的页面,但Google 还是有抓取你的网站数据的,但究竟为什么我们要这样做? 后面我将娓娓道来。
学习使用 Robots.txt
基本上,大多数的情况我们都不会使用robots.txt来阻止搜索引擎抓取我们网站,除非你确定这个页面对 SEO有负面影响,若你有页面不希望出现在搜索引擎中,我建议使用Meta Robots来控制索引就好,网站的数据还是一样让Google去抓取。 但若你确定这些页面会影响 SEO并且你不希望Google抓取到,你就要使用Robots.txt。 (比方说开发中,但还没完成的网页)
使用robots.txt档案很简单,你只要建立一个档名为robots的txt档案,并且上传到根目录就好,并且在这个档案内写上你希望Google别抓取的页面路径。
基本上在robots.txt档案内你只要填好这些信息:
User-agent:填入搜索引擎蜘蛛的值(* 号代表全部)
Disallow:填入你希望搜索引擎别抓取的页面路径
Allow:若你禁止抓取的页面路径里面又有特定路径你希望搜索引擎抓取,则填入
基本上在robots.txt档案内你只要填好这些信息:学习使用Meta Robots
要用meta robots 你只要直接把它加在head底下,你必须要在“你不希望被索引的页面底下”,加入这个卷标至head里。
所以如果你有六个页面不希望被索引? 没错这六页你都要手动去加入meta robots。
meta robots的卷标是长这样:
<head>
<meta name=”robots” content=”noindex , nofollow“>
</head>
基本上这个卷标有 noindex 以及 nofollow 两个值:
index vs noindex
当你不希望搜索引擎索引此页面,就填上noindex,若希望正常索引便填上index
follow vs nofollow
至于follow这个值是指,若你希望搜索引擎在抓取此页面时,不进一步的去抓取该页面所连出去的链接,你就填上nofollow的值。 这个功能通常会用在社群论坛或是网站讨论版,是为了防止有人在你的页面上乱贴链接来意图增加他的SEO 反向链接及排名,使用nofollow的话搜索引擎的抓取会在该页面停止,不继续往其他链接前进,固可以防止乱贴链接的事情发生。
两个值的功用完全不同,我来举几个范例让你完全清楚如何使用。
1. < meta name=”robots” content=”noindex , nofollow”>
这个做法便是告诉搜索引擎,不要索引我的网站,并且在抓取数据时该页面的相关链接也不要去抓取。
2. < meta name=”robots” content=”index , nofollow”>
抓取数据时该页面的相关链接不要抓取。
3.< meta name=”robots” content=”noindex , follow”>
不要索引我的页面,但页面上所有的链接请正常抓取(最常用之使用方式)
4.< meta name=”robots” content=”index , follow”>
这个做法就没有任何意义,加上这段卷标跟没加的道理是一样的,等于搜索引擎将正常索引及抓取。
做 SEO,何时会用robots.txt阻止Google抓取?
对于抓取(Crawl)优化的工作上,你的网站 Google必须要看得懂、并且数据也抓得到。 有些动态的网页结构对网络蜘蛛的抓取来说是有问题的,这个我于上一篇文章中有提到,毕竟最可惜的就是你的网站有优质的内容,但Google根本抓取不到数据…。 Google 的网络蜘蛛基本上已经是市场上效能最好的,但相对来说像是DDG、Bing、百度,他们的效能就未必像 Google这样优秀,所以我们要随时关注搜索引擎的抓取状况。
User-agent:填入搜索引擎蜘蛛的值(* 号代表全部)
Disallow:填入你希望搜索引擎别抓取的页面路径
Allow:若你禁止抓取的页面路径里面又有特定路径你希望搜索引擎抓取,则填入
谷歌优化
但,有些页面跟内容你不会希望 Google 抓取到,这时候你必须要使用Robots.txt 来阻挡Google蜘蛛的抓取,这也是我们今天文章讨论的重点。 我们来看看,什么情况你会希望Google蜘蛛不要抓取你的网站
未完成的页面
如果你有页面正在由技术人员开发中,但页面还需要很长的一段时间才能完成,甚至你还需要修改、测试,未完成的页面通常不会伤害SEO,但你不会希望访客在搜索引擎中搜寻到未完成的页面,因为未完成的页面会给用户较差的使用体验。
测试页面
我曾经有碰过工程师,为了做功能测试并开了测试用子域,并上传与主网域完全一模一样的内容,于理解Google Panda:网站内容对 SEO的影响这篇文章中我有提过,一模一样的网站内容,会对SEO造成伤害,若有这样的页面我会建议你将 Google蜘蛛挡在门外比较好。
网站后台、其他理由
以我们来说,部分网站是使用Word Press架设出来的,所以我有使用robots.txt防止搜索引擎抓取我的网站后台,搜索引擎抓取到后台的登入页面对于SEO没有伤害,但也一点帮助都没有。 同时如果你压根就不希望搜索引擎抓取你的网站,我也建议你使用robots.txt来阻止搜索引擎的抓取。
做 SEO,何时会用meta robots阻止Google 建立索引?
若某些页面你不希望在搜索引擎被user搜寻到,但这些页面事实上有很多对SEO排名有加分的因素,所以你会希望Google抓取这些页面的数据,但别建立进搜索引擎索引,这时候你需要meta robots 来阻止Google索引你的页面。
谷歌优化
这种情况通常是因为某些页面作为 Landing Page 会影响用户体验,但你又希望Google能抓取页面上的数据(因为这页有很多的反向链接、流量)所以你将它排除索引、维持抓取。
 
了解meta robots以及robots.txt之后,你可以优化网站的抓取及索引状况,阻止特定页面跟被抓到或是被索引。
但有一件很重要的事要注意,Google 官方有很明确的声明,meta robots 以及 robots.txt 确实可以告诉 Google 你希望哪些页面不要被抓取以及索引,Google也会尊重你的决定(毕竟你是网站拥有者),但 Google 官方不保证搜索引擎会完全服从meta robots以及robots.txt(我知道,你现在是不是觉得 what the fuck?),若搜索引擎认为你的网站有很多很多的反向链接、流量很高、内容很优质,是优质网站,他也有可能会执意要抓取、索引你的网站。

您可能还喜欢...