利用robots协议如何屏蔽百度蜘蛛抓取 ？(整站优化方法)

利用robots协议如何屏蔽百度蜘蛛抓取 ？

robots协议是放在网站根目录下的协议文件，可以通过网址访问，当百度蜘蛛抓取我们的网站时，它会先访问这个文件。因为它告诉蜘蛛哪些能抓，哪些不能。 

robots协议文件的设置比较简单，可以通过User-Agent、Disallow、Allow这三个参数进行设置。 

User-Agent：对不同搜索引擎的声明；

Disallow：不允许抓取的目录或页面；

Allow：被允许抓取的目录或页面通常可以省略或不写，因为如果你不写任何不能抓取的东西，它就可以被抓取。

当我不希望百度抓取我网站所有的css文件，data目录、seo-tag.html页面 

User-Agent:BaidusppiderDisallow:/*.cssDisallow:/data/Disallow:/seo/seo-tag.html 

如上所述，user-agent声明了蜘蛛的名称，这意味着它针对的是百度蜘蛛。以下内容无法获取＆quot;/*。css＆quot;，首先/指的是根目录，这是您的域名。*是代表任何内容的通配符。这意味着无法抓取以.css结尾的所有文件。这是你自己的两个经历。逻辑是一样的。 

通过403状态码，限制内容输出，屏蔽蜘蛛抓取。 

403状态代码是http协议中的网页返回状态代码。当搜索引擎遇到403状态代码时，它知道这些页面受权限限制。我无法访问它。例如，如果您需要登录才能查看内容，搜索引擎本身将无法登录。如果您返回403，他也知道这是权限设置页面，无法读取内容。当然，它不会被包括在内。 

返回403状态代码时，应该有一个类似于404页面的页面。提示用户或蜘蛛执行他们想要访问的内容。两者都是不可或缺的。您只有提示页面，状态代码返回200，这是百度蜘蛛的大量重复页面。有403个状态代码但返回不同的内容。这也不是很友好。 

当前位置：主页 > SEO问题解答 > 利用robots协议如何屏蔽百度蜘蛛抓取 ？(整站优化方法)