
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.
Ví dụ thứ hai:
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, ví dụ:
User-agent: *
Disallow: /cgi-bin/
+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!
- Nhưng công dụng iPad cũ ít người biết
- Điện Thoại Sài Gòn – Đại lý chuyên cung cấp Điện Thoại Samsung chính hãng.
- Mã HTML và các yếu tố xếp hạng của cỗ máy tìm kiếm
- 5 kẻ thù của kế hoạch tiếp thị
- Viết bài PR trên báo (Advertorials)
- Secure Socket Layer: Giải pháp kỹ thuật hỗ trợ thương mại điện tử?
- Kiến trúc .NET trong mô hình ứng dụng thương mại điện tử
- Trùng lặp nội dung trong Quảng bá web
- SEO (Search Engine Optimization)
- Quảng bá chiến dịch Online Marketing (phần 2)
- Quảng bá chiến dịch Online Marketing (phần 1)
- Thuật ngữ web traffic
- Quảng bá web theo kết quả tìm kiếm hay Adwords?
- Tăng lượng truy cập cho website
- Thu hút khách website bán hàng
- Làm gì để có khách hàng trung thành
- Những bí mật tiếp thị cho web 2.0
- Tăng truy cập cho website
- 20 phương pháp quảng bá web
- Marketing website