有趣的事

通过meta禁止搜索引擎收录页面

通过robots.txt可以控制搜索引擎对页面的收录,但是如果需要按照页面数据内容的状态来控制是否收录就要靠meta了。

Robots META标签的写法:

Robots META标签中没有大小写之分,name=”Robots”表示所有的搜索引擎,可以针对某个具体搜索引擎写为name=”BaiduSpider”。content部分有四个指令选项:index、noindex、follow、nofollow,指令间以“,”分隔。

INDEX 指令告诉搜索机器人抓取该页面;

FOLLOW 指令表示搜索机器人可以沿着该页面上的链接继续抓取下去;

Robots Meta标签的缺省值是INDEX和FOLLOW,只有inktomi除外,对于它,缺省值是INDEX,NOFOLLOW。

这样,一共有四种组合:

<META CONTENT="INDEX,FOLLOW">

<META CONTENT="NOINDEX,FOLLOW">

<META CONTENT="INDEX,NOFOLLOW">

<META CONTENT="NOINDEX,NOFOLLOW">
```

其中

<META CONTENT="INDEX,FOLLOW">可以写成

<META CONTENT="ALL">;

<META CONTENT="NOINDEX,NOFOLLOW">可以写成

<META CONTENT="NONE">
```

需要注意的是:上述的robots.txt和Robots META标签限制搜索引擎机器人(ROBOTS)抓取站点内容的办法只是一种规则,需要搜索引擎机器人的配合才行,并不是每个ROBOTS都遵守的。

目前看来,绝大多数的搜索引擎机器人都遵守robots.txt的规则,而对于Robots META标签,目前支持的并不多,但是正在逐渐增加,如著名搜索引擎GOOGLE就完全支持,而且GOOGLE还增加了一个指令“archive”,可以限制GOOGLE是否保留网页快照。例如:

  <META CONTENT="index,follow,noarchive">
```

表示抓取该站点中页面并沿着页面中链接抓取,但是不在GOOLGE上保留该页面的网页快照。

禁止 搜索 引擎 google baidu 收录 页面

相关阅读