关于robots.txt

今天帮一个网站刚上线的客户解决一些服务器的琐碎问题,记录如下:
问题1:Server report出现很多404请求错误。如下图:

解决方案:查看详细日志,发现如下图:

    这个robots.txt文件到底是什么呢?而且为什么被访问了这么多次?(见百度百科)

        robots.txt是搜索引擎中访问网站的时候要查看的第一个文件。robots.txt文件告诉蜘蛛程序在服务器上什么文件是可以被查看的。
  当一个搜索蜘蛛访问一个站点时,它会首先检查该站点根目录下是否存在robots.txt,如果存在,搜索机器人就会按照该文件中的内容来确定访问的范围;如果该文件不存在,所有的搜索蜘蛛将能够访问网站上所有没有被口令保护的页面。
  robots.txt必须放置在一个站点的根目录下,而且文件名必须全部小写。
  语法:最简单的 robots.txt 文件使用两条规则:
  · User-Agent: 适用下列规则的漫游器
  · Disallow: 要拦截的网页
    每当用户试图访问某个不存在的URL时,服务器都会在日志中记录404错误文件(无法找到文件)。每当搜索蜘蛛来寻找并不存在的robots.txt文件时,服务器也将在日志中记录一条404错误文件,所以你应该在网站中添加一个robots.txt。
    
    由此可见,只要在站点根目录添加一个robots文件就可以fix了。那怎么写这个文件呢?
    参考这个链接 http://www.dunsh.org/2006/08/02/robotstxt/

问题2:空间商提供了一个临时域名,类似nw16XXX.chinaw3.com,通过临时域名进入系统的用户会在后续操作出现问题,因为系统的部分设置采用的正式域名www.abcd.cn。
解决方案:系统采用的asp.net,只要将通过临时域名进入的用户redirect到正式域名就可以了,在index.aspx中加入
<%
	string url = Request.Url.ToString();
    if(!url.Contains("abcd"))
	     Response.Redirect("http://www.abcd.cn/");
%>

     为了防止通过正式域名进入的用户不进入死循环,加入了对当前请求url的字符串判断。只有来自临时域名的才会被重定向。

猜你喜欢

转载自emsn.iteye.com/blog/965753
今日推荐