Meta robots标签是一种HTML头部元数据标签，用于指示搜索引擎如何处理指定页面的内容。它告诉网络爬虫如何爬取索引优化。这些标签是在
和之间添加的，旨在为“robots（搜索引擎蜘蛛）”提供有关如何索引和缓存页面内容的指令。 以下是meta robots标签的写法： - - - - 其中，“content”属性指定一组用逗号分隔的值，可以是以下之一： - index：告诉爬虫允许索引该页面； - noindex：告诉爬虫不允许索引该页面； - follow：告诉爬虫允许跟随页面上的链接； - nofollow：告诉爬虫不允许跟随页面上的链接。百度更喜欢独特的原创内容，如果你的站点内容只是从各处采集复制而成，很可能不会被百度收录。关于Google的各种SEO方法在网上随处可见，其中当然有真有假。比如早在4月份，我们从Matt Cutts那里已经知道一个流传得很广的SEO方法--在网站上投放AdSense广告有利于网站内容被Google收录--已经被证实，尽管这并不能提高网站排名。除了投放广告外，另外一个传闻就是只要你给你的浏览器安装了G
Sitemap文件标准格式： Sitemap文件通常是一个以XML格式编写的文本文件，其中包含URL信息和其他相关数据。Sitemap文件主要包含以下元素： 1. URL元素：用于指定页面的网址，并包含可选的数据，如最近的修改日期、相对于站点的相对权重等。 2. loc元素：为URL元素的子元素，用于指定页面的网址。 3. lastmod元素：为URL元素的子元素，用于指定页面的最近修改日期。
robots文件往往放置于根目录下，包含一条或更多的记录，这些记录通过空行分开（以CR,CR/NL, or NL作为结束符），每一条记录的格式如下所示："<field>:<optional space><value><optionalspace>"在该文件中可以使用#进行注解，具体使用方法和UNIX中的惯例一样。该文件中的记录通常
robots.txt是一种存放于网站根目录下的文本文件，用于告诉搜索引擎的爬虫（spider），此网站中的哪些内容是不应被搜索引擎的索引，哪些是可以被索引。通常认为，robots.txt文件用来搜索引擎对目标网页的抓取。robots.txt协议并不是一个规范，而只是约定俗成的，通常搜索引擎会识别这个文件，但也有一些特殊情况。对于Google来说，使用robots也未必能阻止Google将网址编入索
