Robots.txt là một tài liệu cho các con bọ (SE: Search Engine) đọc trang này (index) dữ liệu website ở trang nào, và không cho đọc trang nào lên các máy chủ tìm kiếm.
Các con bọ tìm kiếm đều phải tuân thủ nội dung trong Robots.txt trước khi lập chỉ mục các nội dung trong website.
Việc thiết lập Robots.txt chuẩn cho công cụ lập chỉ mục (index) nhanh chóng hoặc index các nội dung không muốn cho lập chỉ mục.
 |
| Robots.txt chuẩn cho Blogspot 2018 |
Robots.txt mà Toilaquantri.com đang dùng
Bạn thay link https://www.toilaquantri.com/ ở các code bên dưới nhé!
User-agent: Mediapartners-Google
Disallow:
User-agent: *
Allow: /search
Disallow: /search*
Allow: /
Allow: *max-results=10
Allow: /search/label/
Disallow: *archive.html
Disallow: *?updated-max*
Disallow: *?m=0
Sitemap: https://www.toilaquantri.com/posts/default?orderby=UPDATED
Sitemap: https://www.toilaquantri.com/sitemap.xml
Sitemap: https://www.toilaquantri.com/atom.xml?redirect=false&start-index=1&max-results=500
Giải thích cách hoạt động của Robot.txt
- User-agent: Mediapartners-Google
- Disallow: //Mình chặn index các trang đối tác của Google (Google Adsense)
- User-agent: * //Khai báo cho tất cả bộ máy tìm kiếm (SE)
- Allow: / //Cho phép đọc trang domain.com/ (Khác với domain.com không có / phía sau .com)
- Disallow: /search* //Chặn trang tìm kiếm
- Allow: /search //Cho phép đọc trang bài viết mới
- Disallow: *archive.html //Chặn index trang lưu trữ
- Disallow: *?m=0 // chặn index trang có giá trị domain.com?m=0
- Allow: /search/label/ //Cho phép index trang nhãn
- Allow: *max-results=10 //Cho phép Index trang nhãn có max-results=10 (vì mình muốn như thế)
Riêng đối với Blogger sử dụng cấp dữ liệu qua atom và mỗi lần cấp là tối đa 500 bài nên ta mới khai báo sitemap: như sau
Cách khai báo Robots.Txt
1. Cho phép dò và index toàn bộ trang và các thư mục, các file
2. Chặn không cho phép tất cả bot (SE) truy cập và index toàn bộ
3. Chặn toàn bộ một thư mục và các file, thư mục con trong nó
4. Chặn một trang cố định
5. Chặn một loại file cố định từ một bot của công cụ tìm kiếm
6. Chặn một hình không cho Googlebot-Image index
7. Chặn không cho một bot bất kì truy cập:
Lưu ý khi sử dụng và tạo file Robots.txt
- Phân biệt chữ hoa, chữ thường
- Không được viết thừa hoặc thiếu khoảng trắng
- Mỗi lệnh viết trên một dòng
- Không tự ý thêm các ký tự đặc biệt dễ gây nhầm lẫn cho bot
- Hết sức thận trọng khi sử dụng khi bạn chưa hiểu thường tận
- Kiểm tra thường xuyên file robots.txt
DienDan.Edu.Vn Cám ơn bạn đã quan tâm và rất vui vì bài viết đã đem lại thông tin hữu ích cho bạn.DienDan.Edu.Vn! là một website với tiêu chí chia sẻ thông tin,... Bạn có thể nhận xét, bổ sung hay yêu cầu hướng dẫn liên quan đến bài viết. Vậy nên đề nghị các bạn cũng không quảng cáo trong comment này ngoại trừ trong chính phần tên của bạn.Cám ơn.
