流量莫名掉了,先去看这四行字!别再瞎写 disallow 了!robots.txt 四行字可能正在偷偷掐死你的流量
一篇 Dev.to 技术文点破真相:大多数人找 robots.txt 是在追症状而非文件,真正坑流量的是多年前写下、从没回头看的那些规则。
大白话robots.txt 就是放在网站根目录的一个纯文本文件,告诉爬虫哪些路径可以抓、哪些别碰。找它很简单:域名后面直接加 /robots.txt,不用工具、不用登录。但文章说,找到文件只是两分钟的机械活,真正难的是看懂这些规则到底在干什么。比如 disallow 只是「请求别来」,并不等于「别收录」;想让页面从搜索结果消失得用页面里的 noindex 标签,两者搞混就会出现「谷歌索引里能看到、却从没真正读过」的尴尬。另外框架动态生成、CDN 缓存旧版本、跳转链跑到别人域名,都是常见坑。
对你意味着做独立站、博客、内容站或给公司管官网的人都该看一眼自己的 robots.txt,一条陈年规则可能正在挡掉本该来的搜索流量。
原文:Where to Find robots.txt and What the File Reveals About Crawling
打开巨象雷达,看今天全部 AI 动态