通过网站日志分析，会发现搜索引擎蜘蛛抓取了一些网站上不存在的文件后缀，如：.php、.asp、.aspx等。
搜外网站后台日志分析结果如下图：
image.
搜外主站实际上不存在php后缀的URL地址。
可通过robots.txt文件禁止蜘蛛抓取不存在的后缀，减少出现404返回值。
在robots.txt文件填写屏蔽规则如下：
Disallow: /*.asp$
Disallow: /*.php$
Disallow: /*.aspx$
注意前面一个*，后面一个$，代表后缀。
参考搜外的robots.txt文件写法，点击这里
来源：搜外网
解决网站中死链接的方法可以包括以下几种： 1. 找出死链接：通过使用在线链接检查工具、网站分析工具或者扫描整个网站的程序，找出所有的死链接。这些工具能够列出所有无法访问的链接。 2. 更新或修复链接：对于被标记为死链接的页面，在找到正确的URL后进行更新，或者修复指向正确页面的链接。如果无法找到新的页面，则可以考虑删除该链接。 3. 重定向链接：如果一个死链接指向的是删除的页面，可以通过设置
最初，链接多半是为了介绍其它连接给访问者，然而，随着搜索引擎门户网站(如百度，谷歌)的崛起和介入，一个网站外部链接的作用变得更加重要了，用户通过超级链接获得丰富的网站内容，搜索引擎蜘蛛也是沿着一个网站的页面链接层层跟踪深入，完成对该网站的信息抓取。链接是搜索引擎判断一个网站是否优秀，是否重要的一个重要因素。尤其是Google来说，当有很多网站主动连接一个网站时，搜索引擎会认为那个网站很重要，给予的
1. 银行和金融机构的网站，因为这些网站可能包含敏感信息，例如客户的个人和财务信息。 2. 医疗保健机构的网站，因为这些网站可能包含个人医疗信息。 3. 艺术、音乐和影片网站，因为这些网站可能包含受版权法保护的内容。 4. 政府网站，特别是警察局和情报机构的网站，因为这些机构的网站可能包含安全敏感信息。 5. 搜索引擎的漏洞报告网站，因为这些网站可能敏感地显示诸如数据库配置、文件位置等敏感
我robots这样写是不是就能避免蜘蛛爬这个“index.htm”这个首页？User-agent: *Disallow: /index.htm11-30.我的index.htm是现在默认的首页，想屏蔽蜘蛛抓取。让蜘蛛爬另一个文档，主要是规避备案巡查我的网站和我备案的不一样，服务器那边要求改，我就整了个htm文档来规避下。写法没有问题。但正常的不建议屏蔽首页地址，，“index.htm”这个后缀地址
