建站经验

robots.txt怎么设置不暴露敏感文件路径

发表于:2019-03-19 21:33:14 栏目:建站经验


robots是网站跟爬虫间的协议文件,robots.txt可以用来告诉对应的爬虫被允许的权限,是搜索引擎中访问网站的时候第一个要查看的文件。robots.txt文件也可以用来限制搜索引擎不乱抓取,只抓取我们希望被收录的内容的。比如我们网站的后台就不希望被搜索抓取,那么robots文件需要这样写:

User-agent: *
Disallow: /admin/

但是这样我们很容易发现了一个问题,如果有人要破解攻击的话,很容易就知道了后台,一下子就清楚了网站的结构。

我们并不想这样!

有没有办法让robots.txt既能限制搜索引擎,又不泄露后台地址和隐私目录呢?有!

一、使用通配符(*):

User-agent: *
Disallow: /a*/

这样的写法,禁止所有的搜索引擎抓取根目录下a开头的目录。当您的后台是admok165的话,还有谁会看到呢?

二、只写目录前几个字母,不写全:

User-agent: *
Disallow: /ad

这种的写法,是禁止所有的搜索引擎抓取根目录下ad开头的目录。

最后说明一下,以上这两种方法,需要网站目录没有相同字母开头的,例如ad目录,如果有两个一样的,那需在robots.txt文件里再加上一个字母区别开来。