爬虫是目前最常见的网络程序，曾经有过统计，说是目前的网络流量有一半以上是爬虫使用的。

虽然爬虫程序随处可见，但是并不代表这种做法就是合理合法的。

在抓取网页时，我们要让自己的爬虫遵守Robot.txt协议。

一般网站有两种方式声明不想被爬虫爬取按：第一种是在站点的根目录下增加一个纯文本文件，例如

http://www.aaa.com/.txt。

第二种是直接在页面中使用的meta标签。

接下来，详细介绍一下的meta标签。

标签有四类：index、、、。

使用时以逗号分隔。

index指令：表示Robot可以索引本页;

指令：表示Robot可以跟踪本页链接;

指令：表示拒绝Robot索引本页，但可跟踪该页上的链接;

指令：表示拒绝Robot跟踪本页链接，但可索引本页

根据以上的命令，我们就有了一下的四种组合：

<META NAME="" ="INDEX,">：可以抓取本页，而且可以顺着本页继续索引别的链接

<META NAME="" =",">：不许抓取本页，但是可以顺着本页抓取索引别的链接

<META NAME="" ="INDEX,">：可以抓取本页，但是不许顺着本页抓取索引别的链接

<META NAME="" =",">：不许抓取本页，也不许顺着本页抓取索引别的链接。

这里需要注意的是，不要把两个对立的反义词写到一起，例如

<META NAME="" ="INDEX,">

还有一点，禁止搜索引擎建立快照。

<meta name="" ="">

以上的一段代码限制了所有的搜索引擎建立你的网页快照。

如果我们需要仅仅限制一个搜索引擎建立快照的话，就可以像如下这样去写

<meta name="" ="">

这样的标记是禁止搜索引擎为你的网站建立快照。

如何设置网站协议

设置网站协议主要有两种方式，第一种是在站点的根目录下增加一个纯文本文件，例如http://www.aaa.com/.txt。

第二种是直接在页面中使用的meta标签。

协议的标签类型

协议的标签有四类：index、、、。

使用时以逗号分隔。

协议的组合方式

根据以上的命令，我们就有了一下的四种组合：

<META NAME="" ="INDEX,">：可以抓取本页，而且可以顺着本页继续索引别的链接

<META NAME="" =",">：不许抓取本页，但是可以顺着本页抓取索引别的链接

<META NAME="" ="INDEX,">：可以抓取本页，但是不许顺着本页抓取索引别的链接

<META NAME="" =",">：不许抓取本页，也不许顺着本页抓取索引别的链接。

禁止搜索引擎建立快照

禁止搜索引擎建立快照的方法是使用meta标签，例如：<meta name="" ="">

以上是关于如何设置网站协议及Meta标签的详细介绍，希望对大家有所帮助。

欢迎关注我们的网站，获取更多SEO知识。