robots文件屏蔽搜索引擎抓取规则、为何还是会被收录？

摘要：刚接手不久一个B2B电子商务平台、由于产品详情页有两种不同形式的URL：有32位、也有16位，所以需要对URL进行统一规范；

那么是采用32位的：http://www.csc86.com/product/5475beae-8324-4d52-911d-d53b78926e1a.html标准PbRZcn(长地址）;

还是采用16位：http://www.csc86.com/product/79377.html（短地址）标准、当时考虑原python则是两种不同形式的URL百度索引数据及两种不同形式的URL收录速度、也就是说哪URL百度索引数据多且URL收录速度快那就采用哪种URL标准;

所以在百度站长工具自定义规则，编程客栈分别查看两种特征页面集合的索引量数据

16位(短地址）的URL百度索引量数据

32位（长地址）的URL百度索引量数据

说明：

1、32位（长地址）的URL数据存量是16位（短地址）数据存量大概4倍

2、05-18当天16位（短地址）的URL索引量数据增加83574,而32位（长地址）URL索引量数据则增加2090

3、针对URL索引量增加没有做任何人工干预

也就是说16编程客栈位（短地址）URL百度索引数据android多于32位URL且短URL收录速度快，所以决定采用16位（短地址）做为产品详情URL规范；

问题：05-19号针对robots文件屏蔽32位URL搜索引擎相关抓取规则

robots文件如下：

但06-07号32位URL索引量还是出现大幅增长情况

当然看到这个数据第一反应就是robots规则不对，所以对robots进行检查、但发现robots没有问题、屏蔽规则也检测正常；

在06-09号对此问题进行反馈、得到反馈的结果是百度这边处理时间较长的, 所以百度处理此类问题的反应超级慢，所以建议在处理此类问题时最好使用百度站长具检测robots 并进行强制更新。

未经裕腾智工作室授权许可任何人不得复制、转载、或以其他任何方式使用裕腾智工作室的内容。裕腾智工作室保留追责权利。文章出处：裕腾智工作室  http://www.ying88.net/biji_share/57.html