可能有部分站长用了七牛 CDN 之后,会发现在搜索引擎搜索的结果中缩略图越来越少,甚至消失。。。经过张戈多次思考分析,发现居然是因为使用了七牛 CDN 导致的,本文就简单分享下这个坑。
在此之前,张戈博客曾 2 次分析过网站使用七牛 CDN 之后,静态二级域名 robots 的写法:
确实也是可以了,百度图片收录也正常了。
后来博客换成了 php 缩略图,并通过 Nginx 将缩略图重写成了 x.png?w=480 的形式【相关文章】。
接着,将缩略图全部丢到了二级静态域名 res.zgboke.com 上,最后将静态域名的 robots 设置如下:
User-agent: * Allow: /*.png$ Allow: /*.jpg$ Allow: /*.jpeg$ Allow: /*.gif$ Allow: /*.bmp$ Disallow: /
结果,很久很久之后就发现百度搜索中,缩略图越来越少,甚至到最后几乎没有了。经验告诉我,要么就是蜘蛛抓取不到图片,要么就是被 robots 禁封了。
结合百度站长平台的 robots 工具和抓取诊断工具检查后,发现果然是 robots 误禁封造成的!
百度索引变动一直以慢著称,所以 robots 写错了也不会在十天半个月突显出来,真是坑的一 B!
通过抓取诊断工具,发现普通图片可以抓取,带参数的图片就抓取失败。经过多次测试,发现问题出现在 Allow: /*.png$ 这种写法,是以 png 结尾,尾部不再包含其他任何字符,因此,上文提到的 PHP+Nginx 缩略图形式 x.png?w=480 ,就处在 robots 禁止抓取的范围了:
于是,我将静态域名 robots 修改如下:
User-agent: * Allow: /robots.txt Allow: /wp-content/ Allow: /*.png$ Allow: /*.jpg$ Allow: /*.jpeg$ Allow: /*.gif$ Allow: /*.bmp$ Disallow: /
因为最后一行是禁止所有,所以保守起见,robots.txt 我也加入了允许规则。第二行则是关键,一般博客的缩略图和图片都在 wp-content 路径下,不管是不是带参数,都统统允许了。
所以,发现搜索引擎缩略图收录异常的朋友,可以先分析下是不是蜘蛛被 robots 或其他因素拦截了。
最新补充:启福留言说其实把尾巴的$改成通配符*就好了。确实如此,所以静态域名的 robots 可以修改如下:
User-agent: * Allow: /robots.txt Allow: /*.png* Allow: /*.jpg* Allow: /*.jpeg* Allow: /*.gif* Allow: /*.bmp* Disallow: /
这样就可以让蜘蛛仅抓取图片了,范围比 wp-content 更精准一些。总之,对哪种写法存在疑问,只要借助百度站长平台的 robots 工具检测一下就一清二楚了。
最后强调说明一下,本文说的 robots 是适用于只存放图片等静态文件的二级域名(比如:res.zgboke.com)!别乱用到主站的 robots,被 K 站了别来哭哦!
再次更新:突然想起一件事,记得之前用过谷歌的移动设备适合性测试工具,是需要抓取 css 和 js 的,否则显示出来的布局就是乱的了:而且百度的移动友好度测试工具(目前好像已经隐藏,看不到了)也需要抓取 css 和 js,所以 css 和 js 还是得放开,最终版修改如下:
User-agent: * Allow: /robots.txt Allow: /wp-content/ Allow: /*.png* Allow: /*.jpg* Allow: /*.jpeg* Allow: /*.gif* Allow: /*.bmp* Allow: /*.ico* Allow: /*.js* Allow: /*.css* Disallow: /
其中,Allow: /wp-content/ 自己看着办吧,个人建议加上,避免遗漏主题特有静态文件,比如字体。
:?: 如果博客的robots里,有这么一条Disallow: /wp-content/,是不是搜索引擎就不会去抓取博文中的图片了(因为图片一般都是放在这个目录下的uploads文件夹里)。还望知道的朋友告知一声,谢谢!
确实如此
正解
:wink: 十分感谢大家的热心解答,让雪儿终于确切明白了这个事儿!
但为啥主站robots.txt有这么一条Disallow: /wp-content/,还是会收录呢? 请张哥分析:site:fox-studio.net
把$换成*不就得了
确实。
竟然还有这种坑,幸好发现及时,有缩略图显示的搜索结果感觉比较高大上
我也是这么觉得呢 :lol: !
你的网站很好
感谢博主,我就郁闷怎么百度的图片慢慢的都没有了呢,一直在找原因,原来是这个。 :smile:
不知道文章开启图片延迟加载后,对百度收录的缩略图有没有影响。
必须有影响
感谢解疑,那看来需要图文并茂的效果还是不开启正文图片延迟加载功能了!
是这样的。
咱也受教了。
一般静态文件包含 js,css,图片等,不知道css和js是否需要允许抓取
看文章最后一段。
:wink: 看来是需要允许抓取才好。
已经使用上了 后续看看有什么问题
# robots.txt for statice domain
User-agent: Baiduspider
Allow: /wp-content/uploads/*.jpg$
Allow: /wp-content/uploads/*.png$
Disallow: /
User-agent: 360Spider
Allow: /wp-content/uploads/*.jpg$
Allow: /wp-content/uploads/*.png$
Disallow: /
User-agent: Baiduspider-image
Allow: /wp-content/uploads/*.jpg$
Allow: /wp-content/uploads/*.png$
Disallow: /
User-agent: 360Spider-Image
Allow: /wp-content/uploads/*.jpg$
Allow: /wp-content/uploads/*.png$
Disallow: /
User-agent: *
Disallow: /
以前这个不用了吗?直接用这个新的就可以了??对不
仔细看文章。
有学了点知识!!!
好像很久没有来博主这里了哈
好久没来了
居然在robots里面还可以把图片设置得怎么详细,我一般都是顺其自然,也不知道百度有没有收录到图片之类的,反正都是放开了蜘蛛。
谢谢,张哥的干货分享
纠正静态文件域名robots写法,解决百度搜索不显示缩略图的问题,很好
缩略图跟robots都有关系,我也去试试,百度site出图率很低
博主厉害,受教了
很好,但是像我公司这个网站http://www.cnaok.com怎么弄好呢,请新不会弄。
学习到了,谢谢分享!
:razz: 向松哥大神学习!
第一次见这种写法 0 0 方便留个爪 http://osucn.org/
学习了!
讲道理,你这个博客主题很好看
细草微风岸,危樯独夜舟。
点赞签到成功!签到时间:下午4:28:46,每日签到,生活更精彩哦~
为啥主站不能用呀?我用到主站上了!不会有危险吧!
只能用于和七牛类似的二级静态站。
这个robots协议不是给搜索引擎德玛
学习了,这对seo很重要
搜了下还真没有图片显示出来
原来如此,学习了,谢谢博主
看到代码就有点懵
博主很强,谢谢分享,学习了。。
robots文件对于SEO确定很重要,现在的文章在百度中确实没有缩略图,希望这篇文章的解决方法管用。
这个规则是给静态二级域名用的,你直接用到主站会被K站,别乱搞。
当然,要用到主站也可以,把其中的 Disallow: /去掉即可。
嗯,明白。
博大精深呀。。不错 学习了
我一直在找这个原因,谢谢
受教了,难怪百度收录的一个缩略图都没有,那能否直接用你网站上的robots文件?
没有单独的图片域名,不能用这个robots
那用于主站的话,直接把本文最后的那些代码中的disallow:/去掉就可以了是吧
整好需要感谢
能否写一个不用静态二级域名的robots写法,非常感谢!!!
你最终的那个robots是放在七牛根目录下的吗?如果加速的域名是独立的 一个一级域名,用你这个可以的吗
只用于静态文件的域名都可以使用。
Allow: /*.jepg*
应该是 JPEG吧
问下几个网站 每个收录几百页面 360收录 也都不出图,这ROBOTS文件 现在还需要改进吗?
:grin: 滑稽,然而站内最近的图片从破片变没图空位td了,这是没fix吗,还是百度的新东西,或者全站https的副作用?
话说评论框怎么用定制的?笔记站,不想用畅言,站长用什么社交233
大牛,本来网站的动态和静态内容都是放在一起,后来我把静态资源单独放到另一个二级域名下了,只是和动态主站公用一个网站根目录。这种情况,静态资源的robots.txt怎么放啊?
第一个ROBOTS的写法,确实是有问题的
我感觉自己的很复杂
User-agent: *
Disallow: /wp-admin/
Disallow: /wp-include/
Disallow: /wp-login.php?redirect_to=*
Disallow: /go?_=*
Allow: /wp-admin/admin-ajax.php
Sitemap: https://www.theonelaw.cn/sitemap.xml
Disallow: /go?*
Disallow: /?s=
Disallow: /*?
Allow: /robots.txt
Allow: /wp-content/
Disallow: /category/*/page/
Disallow: /*/trackback
Disallow: /feed
Disallow: /*/feed
Disallow: /comments/feed
Disallow: /*/?s=*\
Disallow: /attachment/
Sitemap: https://www.theonelaw.cn/sitemap.html
有时间帮我看看 http://www.theonelaw.cn