详谈robots.txt的好处与坏处
发布时间：2008-07-22 12:52:00
Robots.txt 带来的好处：
1. 几乎所有的搜索引擎 Spider 都遵循 robots.txt 给出的爬行规则，协议规定搜索引擎 Spider 进
入某个网站的入口即是该网站的 robots.txt，当然，前提是该网站存在此文件。对于没有配置robots.txt 的网站，Spider 将会被重定向至 404 错误页面，相关研究表明，如果网站采用了自定义的 404 错误页面，那么 Spider 将会把其视作 robots.txt虽然其并非一个纯粹的文本文件这将给 Spider 索引网站带来很大的困扰，影响搜索引擎对网站页面的收录。
2. robots.txt 可以制止不必要的搜索引擎占用服务器的宝贵带宽，如 email retrievers，这类搜索
引擎对大多数网站是没有意义的;再如 image strippers，对于大多数非图形类网站来说其也没有太大意义，但却耗用大量带宽。
3. robots.txt 可以制止搜索引擎对非公开页面的爬行与索引，如网站的后台程序、管理程序，事实上，对于某些在运行中产生临时页面的网站来说，如果未配置 robots.txt，搜索引擎甚至会索引那些临时文件。
4. 对于内容丰富、存在很多页面的网站来说，配置 robots.txt 的意义更为重大，因为很多时候
其会遭遇到搜索引擎 Spider 给予网站的巨大压力：洪水般的 Spider 访问，如果不加控制，甚至会影响网站的正常访问。
5. 同样地，如果网站内存在重复内容，使用 robots.txt 限制部分页面不被搜索引擎索引和收录，可以避免网站受到搜索引擎关于 duplicate content 的惩罚，保证网站的排名不受影响。
robots.txt 带来的风险及解决：
1. 凡事有利必有弊，robots.txt 同时也带来了一定的风险：其也给攻击者指明了网站的目录结构和私密数据所在的位置。虽然在 Web 服务器的安全措施配置得当的前提下这不是一个严重的问题，但毕竟降低了那些不怀好意者的攻击难度。
比如说，如果你有个网站如www.ppzxdy.cn中的私密数据通过dz目录下的index.html 访问，那么，在 robots.txt 的设置可能如下：
User-agent: *
Disallow: /dz/
这样，攻击者只需看一下 robots.txt 即可知你要隐藏的内容在哪里，在浏览器中输入
http://www.ppzxdy.cn/dz 便可访问我们不欲公开的内容。对这种情况，一般采取如下的办法：
设置访问权限，对/private/中的内容实施密码保护，这样，攻击者便无从进入。
另一种办法是将缺省的目录主文件 http://www.pipiflash.com/index.html 更名为其他，比如说 abc-protect.html，同时，制作一个新的index.html 文件，内容大致为％26quot;你没有权限访问此页％26quot;之类，这样，攻击者因不知实际的文件名而无法访问私密内容。
2. 如果设置不对，将导致搜索引擎将索引的数据全部删除。
User-agent: *
Disallow: /
上述代码将禁止所有的搜索引擎索引数据。
0
投稿猜你喜欢
2）连接命令设置：前面介绍的是从根本上彻底解决windows 2000 server和windows 2003非人性化问题，将我们的系统设置- IIS 7.0的十大改进： 1. 更简便的命令行配置功能 2. 更强的兼容性 3. 抛弃MetaBase 4. 集中管理 5. 委任配置 6
- 设置了用 mutt + msmtp + getmail 的组合管理邮件，将配置文件贴在这里作为备忘。.muttrcset locale =
- 题目有些茫然，带有选择，思考，纳闷！可是即将的事实飘哥会告诉你你需要这么做！Google AdSense最近调整，造成了点击范围局限到标题连
- 网络赚钱一定要找准自己的方向，现在在网上赚钱的人越来越多。谈起网赚大家也不陌生了，而却越来越多的人都能接受。网络赚钱大家应该还是比较认同做网
- 这几条都是在管理中心学来的，可能有些朋友没有注意。1、杜绝内容复制，就是说多地址指向同一内容，收录太多重复内容，浪费存储资源，所以大多搜索引
- 11月26日消息，据国外媒体报道，微软公司和eBay今天宣布，双方将进行合作，通过新的Internet Explorer 8 （IE 8）
- DDOS攻击的重心是堵塞服务器，给域名解析访问造成困难，被攻击后我们可以采用以下方法：第一步，用一切方法告诉你的网友，通过IP来打开主页。这
- “世界上最愚蠢的人，就是自以为聪明的人；同样，最想自己发财的人，往往也发不了财。”与以往特立独行的马云一样，如今马云依旧是妙语连珠。在人们频
- 理论：分析流量统计报告，挑选核心关键词。实践：“阿江守候”网站已安装“51.la流量分析系统”，想知道网站的哪些关键词比较热门，并做出具有针
- 1、保证VMware Network Adapter VMnet1是启用状态2、将可以连接外网的连接共享属性设置成如下图所示3、将VMwar
- 本安装及设置教程适用于使用Windows2003为操作系统的服务器，目的是让服务器支持常见网络编程语言包括ASP、PHP、.Net1.1、.
- 现在网赚其实已经很流行了，但是多数学生只了解其表面，根本不懂其真实内容，记得原来我高中的时候看到有个网站上出现网赚这个词，是发展下线那种的，
- 80后的站长有太多的好像，总希望自己网站能在一年或半年就发展大，甚至想一个月就把网站做大，这种急功近利，好高骛远的心态，试问怎么能做出一个好
- 网站重建的目的是为了获得更好的表现。因此，第一项要做的事情就是用Seo来思考新网站以什么新形式出现，新的网站在建设过程中，要考虑保持原来网站
- 1.Linux下生成密钥ssh-keygen的命令手册，通过”man ssh-keygen“命令：通过命令”ssh-keygen -t rs
- DHCP概述1 采用DHCP的必要性在TCP/IP网络上，每台工作站要能存取网络上的资源之前，都必须进行基本的网络配置，一些主要参数诸如IP
- 作为一个合格的站长,知道搜索引擎的更新时间和频率是应该的.也是应该具备的一种基本素质,百度作为搜索老大,可以说是万千站长都靠着他,尽管站长们
- 昨日收到Godaddy发给我的一封域名转让成功的信，现将详细转入过程分享给大家。域名转移前要满足一下条件：1.要转移的域名必须满足注册满60
- 电子商务的兴起，使的很多中小企业都拥有了自己的服务器。对内用来建立局域网，提升办公效率；对外建立网站，更为广泛地宣传企业产品和形象，争取更多
