360搜索对Robots协议的支持
360搜索支持Robots协议的主要命令,以下为具体说明:
1. user-agent
360搜索各产品的爬虫user-agent为:
- 网页搜索 360Spider
- 图片搜索 360Spider-Image
- 视频搜索 360Spider-Video
2. Allow
站长可通过Allow命令指定建议收录的文件、目录 。
3. Disallow
站长可通过Disallow命令指定不建议收录的文件、目录。
360搜索支持Robots协议的主要命令,以下为具体说明:
1. user-agent
360搜索各产品的爬虫user-agent为:
- 网页搜索 360Spider
- 图片搜索 360Spider-Image
- 视频搜索 360Spider-Video
2. Allow
站长可通过Allow命令指定建议收录的文件、目录 。
3. Disallow
站长可通过Disallow命令指定不建议收录的文件、目录。
如何替换请求URL中的文字?解决方案如下,仅适用于Apache服务器。在.htaccess文件中添加以下语句:RewriteCond %{REQUEST_URL} "string1"RewriteRule "(.*)"string1(.*)" "$1string2$2"
sitemapindex文件根节点必须是<sitemapindex>。sitemapindex文件编码必须为UTF-8,第一行为: <?xml version="1.0" encoding="utf-8" ?>。sitemapindex文件禁止使用命名空间,禁止使用规定之外的属性。sitemapindex文件大小不得超过5M,site
robots.txt文件的格式为: User-agent: [user-agent-name] Disallow: [URL path] 其中,[user-agent-name]指代搜索引擎爬虫的名称,[URL path]指代禁止访问的URL路径。在文件中可以定义多条User-agent和Disallow规则,每一条规则占一行,每一对规则之间要有一个空行。示例: User-agent: *
robots.txt文件通常放在网站的根目录下,即与主页文件(如index.html)同一级目录下。例如,如果网站的域名是www.example.com,那么robots.txt文件的完整路径可能是www.example.com/robots.txt。