Trong thế giới của SEO, file robots.txt đóng vai trò cực kỳ quan trọng trong việc hướng dẫn các công cụ tìm kiếm như: Google, Bing hay Yahoo quét và chỉ mục nội dung trang web của bạn. Tuy nhiên, nếu không sử dụng đúng cách, robots.txt có thể gây ra các vấn đề nghiêm trọng liên quan đến SEO mà bạn không mong muốn. Bài viết dưới đây sẽ giải đáp chi tiết file robots.txt là gì và các hướng dẫn tạo file robots txt nhanh chóng, cùng theo dõi nhé!
File robots.txt là gì?
File robots.txt là một tài liệu văn bản đơn giản với định dạng .txt, đóng vai trò quan trọng trong quản lý cách mà các robot tìm kiếm hoạt động trên trang web của bạn. Nó chứa các quy tắc của giao thức Robots Exclusion Protocol (REP), giúp chỉ định cho các công cụ tìm kiếm như Google Bot cách quét và lập chỉ mục nội dung. Ngoài ra, nó cũng đi kèm với các lệnh như Meta Robots, Page-Subdirectory và Site-Wide Instructions.
File robots.txt là gì?
Điểm mấu chốt của REP là cung cấp hướng dẫn cho các công cụ tìm kiếm về cách xử lý các liên kết, chẳng hạn như Follow hoặc Nofollow Link. Bằng cách tạo và cập nhật file robots.txt, người quản trị website có thể linh hoạt hơn trong việc kiểm soát các phần cụ thể mà Googlebot được phép hoặc không được phép lập chỉ mục trên trang web của mình.
Cú pháp của file robots.txt
Để hiểu và sử dụng file robots.txt một cách hiệu quả, bạn cần nắm rõ cú pháp cơ bản và các quy tắc quan trọng sau đây:
Pattern – Matching
Trong WordPress, các file robots.txt rất khó để điều chỉnh quyền truy cập của các con bot. Thay vào đó, nó được thực hiện thông qua tính năng Pattern-Matching, giúp áp dụng các quy tắc cho một loạt các URL khác nhau.
Cả Google và Bing đều hỗ trợ sử dụng hai biểu thức chính trong file robots.txt để xác định các trang hoặc thư mục con mà bạn muốn loại trừ. Hai biểu thức này bao gồm dấu hoa thị (*) và ký hiệu đô la ($).
-
Dấu hoa thị (*): đại diện cho bất kỳ chuỗi kí tự nào. Điều này có nghĩa là nó áp dụng cho mọi loại bot từ các công cụ tìm kiếm của Google.
-
Ký hiệu đô la ($): được sử dụng để khớp với phần cuối của URL.
Cú pháp của file robots.txt
Định dạng cơ bản của file robots.txt
Định dạng cơ bản của tệp robots.txt trong WordPress bao gồm các chỉ thị như sau:
User-agent:
Disallow:
Allow:
Crawl-delay:
Sitemap:
Thực tế, file robots.txt thường chứa nhiều lệnh User-agent và các chỉ thị khác, như Disallow, Allow, và Crawl-delay (được liệt kê trên từng dòng riêng biệt). Trong một tệp robots.txt WordPress, bạn có thể chỉ định nhiều lệnh cho các bot khác nhau mà không cần ngắt dòng. Tuy nhiên, khi có nhiều lệnh áp dụng cho cùng một loại bot, bot sẽ tuân thủ theo lệnh được viết rõ ràng và đầy đủ nhất.
File robots.txt chuẩn
Để chặn các Web Crawler không được thu thập dữ liệu từ website, bao gồm cả trang chủ, bạn có thể sử dụng cú pháp sau:
User-agent: *
Disallow: /
Để cho phép tất cả các trình thu thập thông tin truy cập vào toàn bộ nội dung của website, bao gồm cả trang chủ, bạn có thể sử dụng cú pháp sau:
User-agent: *
Disallow:
Để chặn Googlebot (trình thu thập thông tin của Google) không thu thập bất kỳ trang nào chứa chuỗi URL www.example.com/example-subfolder/, bạn có thể sử dụng cú pháp sau:
User-agent: Googlebot
Disallow: /example-subfolder/
Để chặn Bingbot (trình thu thập thông tin của Bing) không thu thập thông tin từ trang cụ thể tại www.example.com/example-subfolder/blocked-page.html, bạn có thể sử dụng cú pháp sau:
User-agent: Bingbot
Disallow: /example-subfolder/blocked-page.html
File robots.txt chuẩn
Ví dụ cho file robots.txt chuẩn
Dưới đây là một ví dụ về một file robots.txt chuẩn:
User-agent: *
Disallow: /wp-admin/
Allow: /wp-content/uploads/
User-agent: Googlebot
Disallow: /private/
User-agent: Bingbot
Disallow: /temp/
Sitemap: https://www.example.com/sitemap.xml
Trong ví dụ này:
-
Dòng đầu tiên User-agent: *: áp dụng cho tất cả các con bot.
-
Disallow: /wp-admin/: chỉ định rằng các con bot không được truy cập vào thư mục /wp-admin/.
-
Allow: /wp-content/uploads/: cho phép các con bot truy cập vào thư mục /wp-content/uploads/.
-
Dòng User-agent: Googlebot chỉ áp dụng cho con bot của Google.
-
Disallow: /private/: chỉ định rằng con bot của Google không được truy cập vào thư mục /private/.
-
Dòng User-agent: Bingbot chỉ áp dụng cho con bot của Bing.
-
Disallow: /temp/: chỉ định rằng con bot của Bing không được truy cập vào thư mục /temp/.
-
Sitemap: https://www.example.com/sitemap.xml: chỉ định đường dẫn đến tệp sitemap của trang web.
Tại sao cần quan tâm đến file robots.txt?
File robots.txt quản lý quyền truy cập của các trình thu thập thông tin đến các khu vực nhất định trên trang web. Mặc dù việc này có thể gây rủi ro nếu vô tình không cho phép Googlebot thu thập toàn bộ nội dung của website, nhưng có những trường hợp mà file robots.txt có thể rất hữu ích. Dưới đây là một số trường hợp cụ thể:
File robots.txt quản lý quyền truy cập của các trình thu thập thông tin
-
Ngăn ngừa nội dung trùng lặp xuất hiện trong kết quả tìm kiếm (SERPs), mặc dù meta robots thường là lựa chọn tốt hơn.
-
Bảo vệ toàn bộ các phần của trang web ở trạng thái riêng tư, ví dụ như trang mạng của một nhóm kỹ sư.
-
Ngăn các trang kết quả tìm kiếm nội bộ không xuất hiện trên kết quả tìm kiếm công khai (SERP).
-
Chỉ định vị trí của sitemap.
-
Ngăn các công cụ tìm kiếm lập chỉ mục các tệp đặc biệt trên một website cụ thể, chẳng hạn như hình ảnh, PDFs, v.v.
-
Chỉ định độ trễ khi thu thập thông tin để tránh tải nặng cho máy chủ khi các trình thu thập thông tin chạy đồng thời nhiều phần nội dung.
File robots.txt hoạt động như thế nào?
Muốn biết hướng dẫn tạo file robots txt như thế nào, bạn cần phải biết quá trình hoạt động của File robots.txt như thế nào trước. Cụ thể như sau:
-
Bước 1: Quá trình thu thập dữ liệu từ trang web (còn được gọi là "spidering" hay "crawling"): Các công cụ tìm kiếm sẽ duyệt qua các liên kết trên website để khám phá và thu thập nội dung từ các trang web khác nhau.
-
Bước 2: Lập chỉ mục (indexing) nội dung đã thu thập: Sau khi thu thập dữ liệu, các công cụ tìm kiếm sẽ lập chỉ mục nội dung này để đáp ứng các yêu cầu tìm kiếm của người dùng. File robots.txt sẽ cung cấp thông tin hướng dẫn cho các công cụ tìm kiếm về cách thức thu thập dữ liệu từ website.
Quá trình hoạt động của File robots.txt
Vai trò của file robots.txt đối với website?
File robots.txt đóng vai trò vô cùng quan trọng đối với website. Cụ thể những vai trò này như sau:
Chặn google trong quá trình xây dựng web
Trong quá trình xây dựng website, đôi khi không phải mọi thứ đều như mong muốn. Đây là lúc các nhà phát triển cần hiểu rõ về Google Index để tránh việc những nội dung chưa hoàn thiện bị đánh chỉ mục. Một trong những cách đơn giản là sử dụng tệp robots.txt. Tuy nhiên, cần lưu ý rằng việc chèn các đoạn mã cấm index vào robots.txt chỉ nên thực hiện trong giai đoạn xây dựng website. Khi trang web đã vận hành ổn định, bạn nên loại bỏ những cấm lệnh này để website có thể xuất hiện trên kết quả tìm kiếm.
Chèn Sitemap
Sitemap được ví như một tấm bản đồ giúp Google dễ dàng khám phá và hiểu biết về các trang web của bạn. Đây là một công cụ vô cùng hữu ích, đặc biệt khi trang web của bạn có số lượng nội dung lớn. Nếu website không có Sitemap, Google sẽ gặp khó khăn trong việc thu thập và lập chỉ mục toàn bộ các trang, dẫn đến nguy cơ một số nội dung quan trọng bị bỏ sót và không xuất hiện trên kết quả tìm kiếm.
Sitemap được ví như một tấm bản đồ giúp Google dễ dàng khám phá web của bạn
Vì vậy, việc tạo Sitemap và gửi cho Google là một bước cần thiết để đảm bảo trang web của bạn được chỉ mục đầy đủ, giúp người dùng dễ dàng tìm thấy thông tin mong muốn.
Chặn bọ quét backlink
Hiện nay, có 3 công cụ phổ biến để phân tích backlink của website, bao gồm Moz, Majestic và Ahrefs. Những công cụ này cho phép người dùng quét và kiểm tra các backlink của bất kỳ trang web nào.
Trong trường hợp này, sử dụng file robots.txt có thể giúp ngăn chặn các công cụ này thu thập dữ liệu backlink của website. Robots.txt là một file chỉ dẫn cho các công cụ tìm kiếm về các trang/thư mục mà họ không được phép truy cập hoặc quét. Do đó, việc thiết lập robots.txt phù hợp sẽ hạn chế đối thủ cạnh tranh trong việc phân tích backlink của website.
Chặn các thư mục cần bảo mật
Nhiều website có các thư mục nội bộ cần được bảo mật, như wp-includes, phpinfo.php, wp-admin, memcached, cgi-bin và các thư mục tương tự. Các trang web trong những thư mục này chắc chắn không được indexed bởi các công cụ tìm kiếm.
Nếu những nội dung này bị công khai trên Internet, tin tặc có thể lợi dụng để truy cập các thông tin quan trọng hoặc thậm chí tấn công vào hệ thống. Để ngăn chặn điều này, chúng ta có thể sử dụng file robots.txt. Robots.txt là một tập tin cấu hình chỉ dẫn cho các robot tìm kiếm về những nội dung nào không được phép truy cập hoặc index, giúp bảo vệ các trang web quan trọng khỏi bị lộ ra bên ngoài.
Chặn các mã độc hại
Ngoài các công cụ kiểm tra backlink, đối thủ cạnh tranh cũng có thể sử dụng một số phần mềm độc hại khác. Chẳng hạn, họ có thể tạo ra các "bot" (con bọ) chuyên sao chép nội dung của bạn. Hoặc những bot này có thể gửi quá nhiều và quá nhanh các yêu cầu (request) tới máy chủ của bạn, khiến hệ thống bị tiêu tốn băng thông và các tài nguyên khác.
File robots.txt giúp chặn các mã độc
Những hành vi như vậy không chỉ ăn cắp nội dung mà còn có thể gây ra quá tải (overload) cho hệ thống của bạn, khiến cho website chạy chậm hoặc thậm chí bị down. Robot.txt sẽ là biện pháp bảo vệ thích hợp để ngăn chặn những mánh khóe như vậy của đối thủ.
Chặn bọ đối với các trang thương mại điện tử
Các trang thương mại điện tử thường có nhiều tính năng tiêu biểu như đăng ký, đăng nhập, đánh giá sản phẩm, giỏ hàng, v.v. Những tính năng này là rất cần thiết cho người dùng.
Tuy nhiên, việc tạo ra các nội dung trùng lặp liên quan đến các tính năng này thường không được tối ưu hóa cho SEO. Để giải quyết, chủ sở hữu website có thể sử dụng file robots.txt để chặn các công cụ tìm kiếm không được index các đường dẫn tới những trang nội dung trùng lặp này. Điều này sẽ giúp tập trung SEO vào các trang nội dung chính, từ đó nâng cao hiệu quả tối ưu hóa website cho các từ khóa mục tiêu.
Cách Submit File Robots.txt lên công cụ tìm kiếm
Sau đây là hướng dẫn tạo file robots txt lên công cụ tìm kiếm phổ biến nhất, bạn hãy tham khảo để biết cách thực hiện nhé:
Cách 1: Sử dụng Google Search Console:
-
Truy cập Google Search Console và đăng nhập bằng tài khoản quản trị website.
-
Chọn tab "Crawl" và nhấp vào "Robots.txt Tester".
-
Nhập URL website của bạn và nhấp vào "Kiểm tra".
-
Nếu file robots.txt tồn tại, Google Search Console sẽ hiển thị nội dung của file.
-
Nhấp vào "Submit" để cập nhật file robots.txt.
Cách Submit File Robots.txt lên công cụ tìm kiếm
Cách 2: Sử dụng Bing Webmaster Tools:
-
Truy cập Bing Webmaster Tools và đăng nhập bằng tài khoản Microsoft quản trị website.
-
Chọn tab "Crawl" và nhấp vào "Robots.txt".
-
Nhập URL website của bạn và nhấp vào "Submit" để cập nhật file robots.txt.
Những hạn chế của file robots.txt
Bên cạnh những lợi ích thiết thực mà file robots.txt đang sở hữu thì file robots.txt cũng còn tồn tại những hạn chế, cụ thể như sau:
-
Một số trình duyệt tìm kiếm không hỗ trợ các lệnh trong tệp robots.txt: Không phải tất cả các công cụ tìm kiếm đều tuân thủ các chỉ dẫn trong robots.txt. Để bảo vệ an toàn dữ liệu nhạy cảm, cách tiếp cận tốt hơn là đặt mật khẩu truy cập cho các trang web/tệp tin riêng tư trên máy chủ. Điều này sẽ ngăn chặn việc truy cập trái phép, ngay cả khi các công cụ tìm kiếm không tuân thủ các chỉ dẫn trong robots.txt.
-
Mỗi trình dữ liệu có cú pháp phân tích dữ liệu riêng: Các trình thu thập dữ liệu uy tín thường tuân thủ quy chuẩn của các lệnh trong tệp robots.txt. Tuy nhiên, mỗi công cụ tìm kiếm có cách tiếp cận khác nhau khi đọc và hiểu nội dung của tệp này. Một số công cụ có thể không thể hiểu được các câu lệnh cài đặt trong robots.txt. Do đó, các web developer cần nắm vững cú pháp và cách thức mà từng công cụ thu thập dữ liệu trên website hoạt động.
File Rrobots.txt còn tồn tại nhiều hạn chế
-
Bị tệp robots.txt chặn nhưng Google vẫn có thể index: Ngay cả khi bạn đã chặn một URL trên website của mình, Google vẫn có thể tiếp tục truy cập và index URL đó nếu nó vẫn tồn tại trên website. Nếu nội dung của URL không quá quan trọng, bạn nên xóa hoàn toàn URL đó khỏi website để đảm bảo an ninh tốt nhất. Điều này sẽ ngăn chặn việc nội dung của URL đó xuất hiện trong kết quả tìm kiếm trên Google.
Hướng dẫn 3 cách tạo file robots.txt WordPress đơn giản
Tạo một tệp robots.txt cho website WordPress là một cách linh hoạt giúp các quản trị web có thể kiểm soát và chủ động hơn trong việc cho phép hoặc cấm các công cụ tìm kiếm như Google index một phần nội dung trên trang web của mình.
Nếu bạn phát hiện website của mình chưa có tệp robots.txt hoặc muốn thay đổi các thiết lập trong tệp này, dưới đây là hướng dẫn tạo file robots txt cho WordPress:
Cách 1: Sử dụng Yoast SEO
-
Bước 1: Đăng nhập vào trang quản trị (WordPress Dashboard) của website.
-
Bước 2: Từ Dashboard, chọn mục SEO, sau đó chọn Tools.
Chọn SEO và chọn Tools
-
Bước 3: Trong mục Tools, chọn File editor.
Chọn File editor
Ở đây, bạn sẽ thấy các tùy chọn để chỉnh sửa file robots.txt và .htaccess.
Lựa chọn các tuỳ chọn để chỉnh sửa file
Cách 2: Qua bộ Plugin All in One SEO
Để tạo file robots.txt cho website WordPress, bạn có thể sử dụng bộ plugin All in One SEO. Đây là một plugin SEO tiện ích và dễ sử dụng cho WordPress.
Cách thực hiện như sau:
-
Bước 1: Nếu chưa cài đặt, bạn cần tải và kích hoạt plugin All in One SEO Pack.
-
Bước 2: Truy cập giao diện chính của plugin All in One SEO Pack.
-
Bước 3: Trong giao diện plugin, chọn mục Feature Manager, sau đó kích hoạt tính năng Robots.txt.
Thao tác tạo file robots.txt WordPress
-
Bước 4: Từ đây, bạn có thể tạo lập và chỉnh sửa nội dung file robots.txt cho website WordPress.
Tạo lập và chỉnh sửa nội dung file robots.txt
Cách 3: Tạo rồi upload file robots.txt qua FTP
Nếu bạn không muốn sử dụng plugin để tạo file robots.txt cho WordPress, bạn cũng có thể tạo file này một cách thủ công.
Cách thực hiện như sau:
-
Bước 1: Mở một trình soạn thảo văn bản như Notepad hoặc TextEdit.
-
Bước 2: Truy cập vào tài khoản FTP của website WordPress -> Vào thư mục public_html (hoặc thư mục gốc của website) -> Upload file robots.txt vừa tạo lên thư mục này.
Thao tác tạo file robots.txt WordPress qua FTP
Những quy tắc khi tạo File robots.txt
Khi tạo file robots.txt cho WordPress, bạn cần lưu ý một số quy tắc sau để đảm bảo file hoạt động hiệu quả:
-
Vị trí đặt file: File robots.txt phải được đặt ở thư mục cấp cao nhất của website, thường là thư mục gốc (root directory).
-
Tên file: File phải được đặt tên chính xác là "robots.txt" (chữ thường) - không được sử dụng tên khác như "Robots.txt" hay "ROBOTS.TXT".
-
Nội dung file: Không nên disallow các thư mục như /wp-content/themes/ hay /wp-content/plugins/ vì điều này sẽ cản trở công cụ tìm kiếm đánh giá chính xác giao diện và tính năng của website.
-
Tuân thủ robots.txt: Hầu hết các công cụ tìm kiếm tuân thủ các chỉ dẫn trong file robots.txt, tuy nhiên một số bot độc hại có thể bỏ qua nội dung này.
-
Công khai thông tin: robots.txt thường được công khai trên web, do đó không nên sử dụng file này để ẩn thông tin cá nhân của người dùng.
-
Subdomain riêng biệt: Mỗi Subdomain sẽ có file robots.txt riêng, điều này giúp bạn dễ dàng quản lý các chỉ dẫn cho từng miền con.
Quy tắc khi tạo File robots.txt
Lưu ý khi sử dụng tệp robots.txt
Dưới đây là một số lưu ý bạn cần biết khi sử dụng tệp robots.txt
-
Các liên kết trên trang bị chặn bởi robots.txt sẽ không được các bot theo dõi, trừ khi chúng liên kết với các trang khác. Nếu không, các tài nguyên liên kết có thể không được thu thập và index.
-
Link juice sẽ không được truyền từ các trang bị chặn đến các trang đích. Để có link juice truyền qua các trang này, cần sử dụng phương pháp khác thay vì tạo robots.txt.
-
Không nên sử dụng robots.txt để chặn thông tin cá nhân xuất hiện trong kết quả tìm kiếm, vì các bot có thể bỏ qua chỉ thị trên root domain hoặc trang chủ.
-
Nếu muốn chặn trang web khỏi kết quả tìm kiếm, nên sử dụng các phương pháp khác như mật khẩu bảo vệ hoặc Noindex Meta Directive, thay vì tạo file robots.txt.
-
Hầu hết các User-agent từ cùng một công cụ tìm kiếm tuân theo cùng một quy tắc, nên thường không cần chỉ định lệnh cho từng User-agent.
-
Các công cụ tìm kiếm sẽ lưu trữ nội dung file robots.txt, nhưng thường cập nhật cache ít nhất một lần một ngày. Nếu muốn cập nhật nhanh hơn, có thể sử dụng chức năng "Gửi" của Trình kiểm tra tệp robots.txt.
Khi nào cần sử dụng File robots.txt?
Một số trường hợp cần sử dụng File robots.txt có thể kể đến đó là:
Chặn công cụ tìm kiếm khi đang xây dựng website
Khi đang xây dựng và hoàn thiện một website, đặc biệt là những website phức tạp, quá trình này có thể mất nhiều ngày hoặc thậm chí nhiều tuần. Trong giai đoạn này, khi các nội dung chưa được chỉnh sửa và hoàn thiện tốt, việc để các công cụ tìm kiếm index các trang web này sẽ không có lợi cho hoạt động SEO của website. Do đó, sử dụng file robots.txt để chặn các công cụ tìm kiếm truy cập vào website trong quá trình xây dựng là điều cần thiết, nhằm tránh ảnh hưởng đến dịch vụ SEO.
Sử dụng File robots.txt khi đang xây dựng web và muốn chặn tìm kiếm
Tránh bị đối thủ chơi xấu
Khi sử dụng công cụ tìm kiếm nội bộ (embedded search) trên website, các trang kết quả tìm kiếm sẽ có URL riêng biệt. Mặc dù Google vẫn có thể index các trang kết quả này, điều này có thể gây ra một số rủi ro. Cụ thể, đối thủ cạnh tranh có thể lợi dụng tính năng này để tìm kiếm và khai thác các từ khóa có nội dung tiêu cực, nhằm gây ảnh hưởng xấu đến uy tín và danh tiếng của website. Để tránh những rủi ro này, bạn nên cân nhắc chặn hoàn toàn việc đánh giá nội dung và lập chỉ mục đối với các trang kết quả tìm kiếm nội bộ trên website.
Chặn các công cụ thu thập liên kết
Nhiều công cụ phân tích website như Ahrefs sử dụng những "con bọ" (bot) riêng để thu thập các thông tin quan trọng về website, bao gồm backlink, từ khóa hữu cơ, tên miền liên kết, các trang web hàng đầu, và nhiều thông tin khác. Đối thủ cạnh tranh có thể sử dụng những công cụ này để phân tích và theo dõi website của bạn. Để ngăn chặn việc này, bạn có thể sử dụng file robots.txt để hạn chế hoặc chặn những "con bọ" này truy cập và thu thập thông tin về website.
Câu hỏi thường gặp
Câu 1: Kích thước tối đa của file robots.txt là bao nhiêu?
Kích thước tối đa của file robots.txt là 500KB.
Câu 2: File robots.txt nằm ở đâu trên website?
File robots.txt nằm ở gốc tên miền của website (ví dụ: https://www.example.com/robots.txt).
Câu 3: Làm cách nào để chỉnh sửa robots.txt WordPress?
Để chỉnh sửa robots.txt trên WordPress, bạn có thể tạo file robots.txt ở gốc website và chỉnh sửa nội dung của nó. Nếu bạn đang sử dụng plugin SEO như Yoast SEO, bạn có thể chỉnh sửa robots.txt thông qua cài đặt của plugin.
Câu 4: Điều gì xảy ra nếu Disallow vào nội dung Noindex trong robots.txt?
Nếu bạn Disallow vào nội dung Noindex trong robots.txt, điều này sẽ chặn các công cụ tìm kiếm không được phép truy cập vào các trang web được đánh dấu Noindex. Tuy nhiên, đây không phải là cách tốt nhất để quản lý các trang web không muốn hiển thị trên kết quả tìm kiếm, vì robots.txt không phải là cơ chế duy nhất mà công cụ tìm kiếm sử dụng.
Câu 5: Làm cách nào để tôi có thể tạm ngừng toàn bộ hoạt động thu thập dữ liệu trang web của mình?
Để tạm ngừng hoàn toàn việc thu thập dữ liệu trang web của bạn, bạn có thể thêm dòng "User-agent: *" và "Disallow: /" vào file robots.txt. Điều này sẽ ngăn tất cả các công cụ tìm kiếm truy cập vào website của bạn.
Câu 6: Làm thế nào để chặn tất cả các Web Crawler?
Để chặn tất cả các Web Crawler, bạn có thể thêm dòng "User-agent: *" và "Disallow: /" vào file robots.txt. Điều này sẽ ngăn tất cả các công cụ tìm kiếm truy cập vào website của bạn.
Câu 7: Robots.txt, Meta robot và X-robot khác nhau như thế nào?
-
Robots.txt: File cấu hình được đặt tại gốc tên miền, chỉ định các trang/thư mục mà các công cụ tìm kiếm nên/không nên truy cập.
-
Meta robot: Thẻ meta robot được đặt trong phần head của trang web, chỉ định các trang web cụ thể nên/không nên được công cụ tìm kiếm thu thập.
-
X-robots-tag: Cũng giống như Meta robot, nhưng được đặt trong phần header của trang web thay vì phần head.
Câu 8: Làm thế nào để kiểm tra website có file robots.txt không?
Để kiểm tra xem website có file robots.txt hay không, bạn có thể mở trình duyệt web và truy cập vào đường dẫn https://www.example.com/robots.txt (thay "example.com" bằng tên miền của website bạn). Nếu website có file robots.txt, nội dung của nó sẽ hiển thị.
Câu 9: Quy tắc nào cần được bổ sung vào trong file robots.txt WordPress?
Một số quy tắc thường được bổ sung vào file robots.txt của WordPress bao gồm:
-
User-agent: *
-
Disallow: /wp-admin/
-
Disallow: /wp-content/
-
Disallow: /wp-includes/
-
Allow: /wp-content/uploads/
Các quy tắc này giúp chặn các công cụ tìm kiếm truy cập vào các thư mục và tệp nhạy cảm của WordPress, đồng thời cho phép truy cập vào thư mục chứa các tệp media.
Kết luận
Trên đây là những thông tin giúp bạn đọc được giải đáp file robots.txt là gì và hướng dẫn tạo file robots txt nhanh chóng, hiệu quả. Có thể nói, file robots.txt là một thành phần quan trọng không thể thiếu đối với các website, đặc biệt trong bối cảnh công nghệ thông tin phát triển mạnh mẽ như hiện nay, khi việc tìm kiếm thông tin trên các công cụ tìm kiếm đóng vai trò vô cùng thiết yếu.
_m_1687340265.jpg)
