上篇文章 “认识抓取(Crawl)与索引(Index)” 我有跟各位介绍搜索引擎的运作概念
meta robots以及robots.txt的工作分别是阻止Google 抓取、索引你的页面。在这个年头，只是SEO排名/流量高是没有用的，流量必须对企业有价值、必须要能够创造转换，所以用户体验相对重要，如果你有特定页面会伤害用户体验（UX），你可以透过这些方式去阻止该页面出现在Google 搜索结果中。
- robots.txt可以阻止搜索引擎抓取你的数据，如果你使用了robots.txt来阻挡搜索引擎，那么搜索引擎将会略过你所阻挡的页面，不去做抓取。
- 但meta robots 就不同了，他在索引层面阻止搜索引擎索引你的页面，但Google 还是有抓取你的网站数据的，但究竟为什么我们要这样做？后面我将娓娓道来。
学习使用 Robots.txt
基本上，大多数的情况我们都不会使用robots.txt来阻止搜索引擎抓取我们网站，除非你确定这个页面对 SEO有负面影响，若你有页面不希望出现在搜索引擎中，我建议使用Meta Robots来控制索引就好，网站的数据还是一样让Google去抓取。但若你确定这些页面会影响 SEO并且你不希望Google抓取到，你就要使用Robots.txt。（比方说开发中，但还没完成的网页）
使用robots.txt文档很简单，你只要创建一个文档名为robots的txt文档，并且上传到根目录就好，并且在这个文档内写上你希望Google别抓取的页面路径。
如图，你会看到在mamioo.com的根目录我就上传了这个文档，并且我不希望搜索引擎抓取到我后台的登录页面，所以才会有disallow:/wp-admin/这些内容
基本上在robots.txt文档内你只要填好这些信息：
User-agent：填入搜索引擎蜘蛛的值（* 号代表全部）
Disallow：填入你希望搜索引擎别抓取的页面路径
Allow：若你禁止抓取的页面路径里面又有特定路径你希望搜索引擎抓取，则填入
学习使用Meta Robots
要用meta robots 你只要直接把它加在head底下，你必须要在“你不希望被索引的页面底下”，加入这个标签至head里。
所以如果你有六个页面不希望被索引？没错这六页你都要手动去加入meta robots。
meta robots的标签是长这样：
<head>
<meta name=”robots” content=”noindex , nofollow “>
</head>
基本上这个标签有 noindex 以及 nofollow 两个值：
index vs noindex
当你不希望搜索引擎索引此页面，就填上noindex，若希望正常索引便填上index
follow vs nofollow
至于follow这个值是指，若你希望搜索引擎在抓取此页面时，不进一步的去抓取该页面所连出去的链接，你就填上nofollow的值 。这个功能通常会用在社区论坛或是网站讨论版，是为了防止有人在你的页面上乱贴链接来意图增加他的SEO 反向链接及排名，使用nofollow的话搜索引擎的抓取会在该页面停止，不继续往其他链接前进，固可以防止乱贴链接的事情发生。
两个值的功用完全不同，我来举几个范例让你完全清楚如何使用。
1. < meta name=”robots” content=”noindex , nofollow”>
这个做法便是告诉搜索引擎，不要索引 我的网站，并且在抓取数据时该页面的相关链接也不要去抓取 。
2. < meta name=”robots” content=”index , nofollow”>
抓取数据时该页面的相关链接不要抓取。
3.< meta name=”robots” content=”noindex , follow”>
不要索引我的页面，但页面上所有的链接请正常抓取（最常用之使用方式）
4.< meta name=”robots” content=”index , follow”>
这个做法就没有任何意义，加上这段标签跟没加的道理是一样的，等于搜索引擎将正常索引及抓取。
做 SEO，何时会用robots.txt阻止Google抓取？
对于抓取（Crawl）优化的工作上，你的网站 Google必须要看得懂、并且数据也抓得到。有些动态的网页结构对网络蜘蛛的抓取来说是有问题的，这个我于上一篇文章 中有提到，毕竟最可惜的就是你的网站有优质的内容，但Google根本抓取不到数据…。Google 的网络蜘蛛基本上已经是市场上性能最好的，但相对来说像是、Bing、百度，他们的性能就未必像 Google这样优秀，所以我们要随时关注搜索引擎的抓取状况。
但，有些页面跟内容你不会希望 Google 抓取到，这时候你必须要使用Robots.txt 来阻挡Google蜘蛛的抓取，这也是我们今天文章讨论的重点。我们来看看，什么情况你会希望Google蜘蛛不要抓取你的网站
- 未完成的页面
如果你有页面正在由技术人员开发中，但页面还需要很长的一段时间才能完成，甚至你还需要修改、测试，未完成的页面通常不会伤害SEO，但你不会希望访客在搜索引擎中搜索到未完成的页面，因为未完成的页面会给用户较差的使用体验。
- 测试页面
我曾经有碰过工程师，为了做功能测试并开了测试用子网域，并上传与主网域完全一模一样的内容，于理解Google Panda：网站内容对 SEO的影响 这篇文章中我有提过，一模一样的网站内容，会对SEO造成伤害，若有这样的页面我会建议你将 Google蜘蛛挡在门外比较好。
- 网站后台、其他理由
以我来说，我的网站是使用Word Press架设出来的，所以我有使用robots.txt防止搜索引擎抓取我的网站后台，搜索引擎抓取到后台的登录页面对于SEO没有伤害，但也一点帮助都没有。同时如果你压根就不希望搜索引擎抓取你的网站，我也建议你使用robots.txt来阻止搜索引擎的抓取。
做 SEO，何时会用meta robots阻止Google 创建索引？
若某些页面你不希望在搜索引擎被user搜索到，但这些页面事实上有很多对SEO排名有加分的因素，所以你会希望Google抓取这些页面的数据，但别创建进搜索引擎索引 ，这时候你需要meta robots 来阻止Google索引你的页面 。
这种情况通常是因为某些页面作为 Landing Page 会影响用户体验，但你又希望Google能抓取页面上的数据（因为这页有很多的反向链接、流量）所以你将它排除索引、维持抓取。我来举个范例让你清楚理解：
- 范例Ａ：
Harris老公在自己博客的 “搜索结果页” 上使用了meta robots 阻止Google索引这些页面，因为新的user如果从搜索引擎landing 到旧用户搜索过的页面，这样会对新user 造成负面的用户体验；但是我的搜索结果页有很多人分享、有很多反向链接、很多流量，这些都对我的 SEO排名有帮助，我希望 Google 来抓取这个页面，知道我的网站有很多分享、反向链接。于是我就使用了meta robots 来禁止Google索引我的搜索结果页，但是Google还是有抓取到我这页的数据，并且对我全部网站的SEO排名有帮助！
- 范例Ｂ：
Harris 经营书店电子商务网站，User 在登录会员之前就可以使用购物车，但我不希望User 的购物车页面被Google 索引进搜索引擎，所以我用meta robots 来阻止搜索引擎进行索引。
注意 – Google 说他们是参考参考
了解meta robots以及robots.txt之后，你可以优化网站的抓取及索引状况，阻止特定页面跟被抓到或是被索引。
但有一件很重要的事要注意，Google 官方有很明确的声明，meta robots 以及 robots.txt 确实可以告诉 Google 你希望哪些页面不要被抓取以及索引，Google也会尊重你的决定（毕竟你是网站拥有者），但 Google 官方不保证 搜索引擎会完全服从meta robots以及robots.txt （我知道，你现在是不是觉得 what the ?），若搜索引擎认为你的网站有很多很多的反向链接、流量很高、内容很优质，是优质网站，他也有可能会执意要抓取、索引你的网站。
评论列表 （0）