用noindex非robots.txt屏蔽搜素引擎技巧
点击:623
文字大小:
要阻止某个网页出现在搜索结果中，您可以将 noindex 元标记加入该网页的 HTML 代码中，或在 HTTP 请求中返回“noindex”标头。当爬虫下次抓取该网页并看到相应的标记或标头时，就会完全阻止该网页出现在搜索结果中（不论是否有其他网站链接到该网页）。
重要提示！
要想让 noindex 指令生效，就不得使用 robots.txt 文件屏蔽相应网页。如果该网页被 robots.txt 文件屏蔽了，抓取工具将永远无法看到 noindex 指令，因此该网页可能仍会显示在搜索结果中（例如，如果有其他网页链接到该网页的话）。
如果你不具备对服务器的 root 访问权限，则可借助非常实用的 noindex 工具控制搜索引擎对你网站上各个网页的访问权限。
实施 noindex
你可采用以下两种方法来实施 noindex：将 noindex 用作元标记，或用作 HTTP 响应标头。这两种方法的效果是等同的，但你可根据自己对服务器的控制程度和所用的具体发布流程，从中任选一种对你而言较为便捷的方式。
<meta> 标记
要想阻止大部分搜索引擎网页抓取工具将你网站中的网页编入索引，请将以下元标记放入相应网页的 <head> 部分中：
<meta name="robots" content="noindex">
要阻止 baidu 网页抓取工具将网页编入索引，请放入以下元标记：
<meta name="Baiduspider" content="noindex">
要阻止 Google 网页抓取工具将网页编入索引，请放入以下元标记：
<meta name="googlebot" content="noindex">
屏蔽所有蜘蛛爬虫抓取该页面的写法是：
<meta name="robots" content="noindex" >
请注意，某些搜索引擎网页抓取工具对 noindex 指令可能会有不同的解读，因此，你的网页可能仍会出现在其他搜索引擎的结果中。
帮助搜索引擎发现你的noindex元标记
只有在抓取你的网页后才能看到元标记。如果你的网页仍出现在搜索结果中，可能是因为在你添加标记之后搜索引擎尚未抓取过你的网站。你可以向搜索引擎主动提交你的网页，让爬虫重新抓取你的网页。此外，也可能是因为你的 robots.txt 文件禁止了爬虫访问该网址，因此无法看到此标记。要允许搜索引擎访问你的网页，你必须修改 robots.txt 文件。
HTTP 响应标头
除了使用元标记，你还可在响应中返回一个值为 noindex 或 none 的 X-Robots-Tag 标头。下面的 HTTP 响应示例便含有一个可指示抓取工具不要将某一网页编入索引的 X-Robots-Tag：
HTTP/1.1 200 OK
(…)
X-Robots-Tag: noindex
(…)
如何利用 Apache 实际实施 X-Robots-Tag
你可以使用基于 Apache 的网络服务器上默认提供的 .htaccess 和 httpd.conf 文件，将 X-Robots-Tag 添加到网站的 HTTP 响应中。在 HTTP 响应中使用 X-Robots-Tag 的好处是，你可以指定要应用于整个网站的抓取指令。系统对正则表达式的支持提供了很高的灵活性。
例如，要将 noindex, nofollow X-Robots-Tag 添加到整个网站上所有 .PDF 文件的 HTTP 响应中，请将以下代码段添加到网站的 root .htaccess 文件或 httpd.conf 文件中：
<Files ~ ".pdf$">
Header set X-Robots-Tag "noindex, nofollow"
</Files>
你可以对无法使用漫游器元标记的非 HTML 文件（如图片文件）使用 X-Robots-Tag。下面的示例说明了如何针对整个网站上的所有图片文件（.png、.jpeg、.jpg、.gif）添加 noindex X-Robots-Tag 指令：
<Files ~ ".(png|jpe?g|gif)$">
Header set X-Robots-Tag "noindex"
</Files>
如何合并使用抓取指令与索引编制/内容显示指令
只有当网页被抓取时，漫游器元标记和 X-Robots-Tag HTTP 标头才会被抓取工具发现。如果你通过 robots.txt 文件禁止抓取某一网页，那么抓取工具就不会找到任何关于索引编制/内容显示指令的信息，因此会忽略这些信息。如果索引编制/内容显示指令必须被遵循，那么你就不能禁止抓取工具抓取包含这些指令的网址。
获得更多 -> 电脑知识 -> 专业知识责任编辑: webmaster >>> 百度上搜索 谷歌上搜索
点击复制本连接 （http://www.hugesky.com/showarticle.php?id=6894）
htaccess规则文件中无法访问txt文件的解决技巧
屏蔽百度蜘蛛或某一爬虫的四种方法>>> 相关资讯：
| 【声明】： 以上文章或资料除注明为电脑技巧原创或编辑整理外，均为网络收集整理或网友推荐。以上内容以共享、参考、研究为目的，不存在任何商业目的。 未注明作者或出处的文章，可能资料来源不规范。如有涉及版权请给予及时联系更正或予以删除。 |
我问佛：如何才能如你般睿智？ 佛曰：佛是过来人，人是未来佛。
部分资源收集于互联网并遵循 署名-非商业性使用-相同方式共享3.0共享，尽量署名原创。
据《信息网络传播权保护条例》 如侵犯您的权利，请联系webmaster(at)hugesky.com删除。
Power By HugeSky.Com
Copyright© www.hugesky.com
Powered by HUGESKY CMS 7.1.1.1080918 professional licensed