网站内容抓取(网站页面不是让搜索引擎抓的越多越好吗)

　　网站内容抓取(网站页面不是让搜索引擎抓的越多越好吗)

　　有的朋友可能会疑惑，网站的页面不是让搜索引擎尽可能多的抓取吗？怎么有防止网站内容被爬取的想法？

　　首先，一个网站可以分配的权重是有限的，即使是Pr10站，也不可能无限分配权重。这个权重包括链接到他人网站的链和自己网站内部的链。

　　对于*敏*感*词*。

　　链内，因为一些网站有很多重复或冗余的内容。例如，一些基于条件的搜索结果。特别是对于一些B2C站，您可以在特殊查询页面或在所有产品页面的某个位置按产品类型、型号、颜色、尺寸等进行搜索。虽然这些页面对于浏览者来说极其方便，但是对于搜索引擎来说，它们会消耗大量的蜘蛛爬行时间，尤其是在网站页面很多的情况下。同时页面权重会分散，不利于SEO。

　　另外网站管理登录页、备份页、测试页等，站长不想让搜索引擎收录。

　　因此需要防止网页的某些内容，或某些网页被搜索引擎收录搜索到。

　　下面笔者先介绍几种比较有效的方法：

　　1.在FLASH中展示你不想成为收录的内容

　　众所周知，搜索引擎对FLASH中内容的抓取能力有限，无法完全抓取FLASH中的所有内容。不幸的是，不能保证 FLASH 的所有内容都不会被抓取。因为 Google 和 Adob​​e 正在努力实现 FLASH 捕获技术。

　　2.使用robos文件

　　这是目前最有效的方法，但它有一个很大的缺点。只是不要发送任何内容或链接。众所周知，在SEO方面，更健康的页面应该进进出出。有外链链接，页面也需要有外链网站，所以robots文件控件让这个页面只能访问，搜索引擎不知道内容是什么。此页面将被归类为低质量页面。重量可能会受到惩罚。这个多用于网站管理页面、测试页面等

　　3.使用nofollow标签来包装你不想成为收录的内容

　　这个方法并不能完全保证你不会被收录，因为这不是一个严格要求遵守的标签。另外，如果有外部网站链接到带有nofollow标签的页面。这很可能会被搜索引擎抓取。

　　4.使用Meta Noindex标签添加关注标签

　　这个方法可以防止收录，也可以传权重。想通过就看网站建筑站长的需求了。这种方法的缺点是也会大大浪费蜘蛛爬行的时间。

　　5.使用robots文件，在页面上使用iframe标签显示需要搜索引擎收录的内容

　　robots 文件可以防止 iframe 标签之外的内容被收录。因此，您可以将您不想要的内容收录 放在普通页面标签下。并希望在iframe标签中成为收录内容。

　　接下来说说失败的方法。以后不要使用这些方法。

　　1.使用表格

　　谷歌和百度已经能够抓取表单的内容，他们无法阻止收录。

　　2.使用Javascript和Ajax技术

　　就目前的技术而言，Ajax和javascript的最终计算结果还是以HTML的形式传输给浏览器进行显示，所以这也无法阻止收录。

　　初学者大多关注如何收录，但细节决定成败。如何防止网站页面内容被抓取也是高级SEO人需要注意的问题。

　　本文来自()，尊重作者的劳动成果，转载请注明出处。