Seo với file robots
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.
robots.txt
Một ví dụ nữa:
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
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!
