Robots.txt帶來的好處與壞處

仲介交易 HTTP://www.aliyun.com/zixun/aggregation/6858.html">SEO診斷 淘寶客 雲主機 技術大廳

Robots.txt 帶來的好處：

1. 幾乎所有的搜尋引擎 Spider 都遵循 robots.txt 給出的爬行規則，協定規定搜尋引擎 Spider 進

入某個網站的入口即是該網站的 robots.txt，當然，前提是該網站存在此檔。 對於沒有配置robots.txt 的網站，Spider 將會被重定向至 404 錯誤頁面，相關研究表明，如果網站採用了自訂的 404 錯誤頁面，那麼 Spider 將會把其視作 robots.txt——雖然其並非一個純粹的文字檔—— 這將給 Spider 索引網站帶來很大的困擾，影響搜尋引擎對網站頁面的收錄。

2. robots.txt 可以制止不必要的搜尋引擎佔用伺服器的寶貴頻寬，如 email retrievers，這類搜索

引擎對大多數網站是沒有意義的;再如 image strippers，對於大多數非圖形類網站來說其也沒有太大意義，但卻耗用大量頻寬。

3. robots.txt 可以制止搜尋引擎對非公開頁面的爬行與索引，如網站的幕後程式、管理程式，事實上，對於某些在運行中產生臨時頁面的網站來說，如果未配置 robots.txt，搜尋引擎甚至會索引那些暫存檔案。

4. 對於內容豐富、存在很多頁面的網站來說，配置 robots.txt 的意義更為重大，因為很多時候

其會遭遇到搜尋引擎 Spider 給予網站的巨大壓力：洪水般的 Spider 訪問，如果不加控制，甚至會影響網站的正常訪問。

5. 同樣地，如果網站記憶體在重複內容，使用 robots.txt 限制部分頁面不被搜尋引擎索引和收錄，可以避免網站受到搜尋引擎關於 duplicate content 的懲罰，保證網站的排名不受影響。

robots.txt 帶來的風險及解決：

1. 凡事有利必有弊，robots.txt 同時也帶來了一定的風險：其也給攻擊者指明瞭網站的目錄結構和私密資料所在的位置。 雖然在 Web 服務器的安全措施配置得當的前提下這不是一個嚴重

的問題，但畢竟降低了那些不懷好意者的攻擊難度。

比如說，如果網站中的私密資料通過 HTTP://www.yueseo.com/SEO/20.html 訪問，那麼，在 robots.txt 的設置可能如下：

User-agent: *

Disallow: /SEO/

這樣，攻擊者只需看一下 robots.txt 即可知你要隱藏的內容在哪裡，在瀏覽器中輸入

HTTP://www.yueseo.com/SEO/ 便可訪問我們不欲公開的內容。 對這種情況，一般採取如下的辦法：

設置存取權限，對/private/中的內容實施密碼保護，這樣，攻擊者便無從進入。

另一種辦法是將缺省的目錄主檔案 index.html 更名為其他，比如說 abc-protect.html，這樣，該內容的位址即變成 HTTP://www.yueseo.com/SEO/ abc-protect.htm，同時，製作一個新的index.html 檔，內容大致為"你沒有許可權訪問此頁"之類，這樣，攻擊者因不知實際的檔案名而無法訪問私密內容。

2. 如果設置不對，將導致搜尋引擎將索引的資料全部刪除。

User-agent: *

Disallow: /

上述代碼將禁止所有的搜尋引擎索引資料。

文章出處：HTTP://www.yueseo.com/SEO/Robots.txt.html