搜索引擎真的遵守robots.txt协议吗？

    我们都知道文件是搜索引擎遵守的一个抓取协议,但是是不是真的有效果呢?

    搜索引擎真的会遵循这个协议吗?

    让我们首先来看看

    下面这段 [这是我南昌seo站点的设置:允许GG 百度、ALEXA 抓取,屏蔽了其他一切引擎禁止!]

    User-agent:Googlebot

    Disallow:

    User-agent:baiduspider

    Disallow:

    User-agent:ia_archiver

    Disallow:

    User-agent:*

    Disallow:/

    从理论上来说 这样的设置就屏蔽了其他一切引擎,但实际上这种方法并不能完全屏蔽SOSO YAHOO MSN之类的爬虫,在YAHOO上输入site:还是可以看到内容以及索引的! 遵守robots协议与否当然是由他们自己说了算的!所以要想完全屏蔽搜索引擎的爬虫,需要在.htaccess中加入限制语句才行,这里我们介绍2种最简单的方法: 1:

    RewriteEngine on RewriteCond %{HTTP_USER_AGENT} ^MSNBOT [NC] RewriteRule .* - [F]

    2:

    SetEnvIfNoCase User-Agent "^MSNBOT" bad_bot

    <Limit GET POST> Order Allow,Deny Allow from all Deny from env=bad_bot </Limit>

    注:MSNBOT 为MSN蜘蛛机器人代码 ,如果想要真正屏蔽某个搜索引擎 把其中的红色部分[MSNBOT] 换成你想要屏蔽的蜘蛛机器人代码即可! 请不要随意添写 否则造成损失与本人无关! seo小林发布,转载请注明出处:江西南昌seo