DISCUZ 论坛的搜索结果页会不会被搜索引擎收录？

Posted 2023-05-09

现在是游客不能搜索，而会员可以，那么会员的搜索结果页会不会被搜索引擎收录呢？

不会，搜索引擎不会更改提交参数，最多是吧搜索页找到，但结果页无法访问追问

什么是提交参数？比如说我在搜索里面搜了论坛2个字，无论有没有搜索结果都这页都不会被收录是吗?
我怎么好像以前看过有这样的收录是网站还是论坛我记不清了，就是结果页被收录的情况。有没有可能是故意优化的热门关键词搜索结果页？

追答

应该是这门搜索页的收录，如果网站有权限限定的话就不会被收录。比如说从来没有见到百度收录百度或谷歌的搜索结果页，一个道理。很多蜘蛛认的都是链接，而不是让你提交内容的地方。如果连搜索页都不希望被搜到的话，可以通过修改robots.txt文件来限制搜索引擎的行动

追问

就是说一般情况下搜索页不会被收录，但是可以通过SEO的优化收录某个特定关键词的搜索结果是这样吗？

追答

可以的，前提是你给予游客访问该页面的权限。但如果你在robots.txt写入搜索页面不可以被搜索的例子，那么及时通过连接检测到了该搜索结果页，系统也不会进行查找。

参考技术A 根据测试4399论坛（Discuz！7.2）。。。会员搜索的搜索记录未显示，搜索引擎没搜到

如何禁止搜索引擎收录的方法

一些站长在遇到网站被黑的时候，往往急着去处理网站的内容却忽略了网站被黑被攻击的本源，一方面网站可能在权限设置上缺乏考虑，另一方面网站可能有程序上的漏洞，根本的，在于网络攻击者看重了网站域名在互联网搜索引擎的作用，利用网站挂马进而宣传其违法或有害信息。
对于搜索引擎收录方面没有特别需求的用户，比如企业网站或内部办公系统等，在虚拟主机安全设置上可以考虑利用robots文件来禁止搜索引擎收录，这样的方式阻断了网络挂马的利益，通过这样的方式，也可能减少一些意外攻击风险。如何禁止搜索引擎收录呢？这里从robots文件开始一一讲述。

 

一．什么是robots.txt文件?

　　搜索引擎通过一种程序robot（又称spider），自动访问互联网上的网页并获取网页信息。

　　您可以在您的网站中创建一个纯文本文件robots.txt，在这个文件中声明该网站中不想被robot访问的部分，这样，该网站的部分或全部内容就可以不被搜索引擎收录了，或者指定搜索引擎只收录指定的内容。

二. robots.txt文件放在哪里?

　　robots.txt文件应该放在网站根目录下。举例来说，当robots访问一个网站（比如http://www.abc.com）时，首先会检查该网站中是否存在http://www.abc.com/robots.txt这个文件，如果机器人找到这个文件，它就会根据这个文件的内容，来确定它访问权限的范围。

网站 URL 相应的 robots.txt的 URL
http://www.abc.org/ http://www.abc.org/robots.txt
http://www.abc.org:80/ http://www.abc.org:80/robots.txt
http://www.abc.org:1234/ http://www.abc.org:1234/robots.txt
http://abc.org/ http://abc.org/robots.txt
三. robots.txt文件的格式

"robots.txt"文件包含一条或更多的记录，这些记录通过空行分开（以CR,CR/NL, or NL作为结束符），每一条记录的格式如下所示：

　　　　"<field>:<optionalspace><value><optionalspace>"。

　　在该文件中可以使用#进行注解，具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始，后面加上若干Disallow行,详细情况如下：

User-agent:
　　该项的值用于描述搜索引擎robot的名字，在"robots.txt"文件中，如果有多条User-agent记录说明有多个robot会受到该协议的限制，对该文件来说，至少要有一条User-agent记录。如果该项的值设为*，则该协议对任何机器人均有效，在"robots.txt"文件中，"User-agent：*"这样的记录只能有一条。

Disallow :
　　该项的值用于描述不希望被访问到的一个URL，这个URL可以是一条完整的路径，也可以是部分的，任何以Disallow 开头的URL均不会被robot访问到。例如"Disallow: /help"对/help.html 和/help/index.html都不允许搜索引擎访问，而"Disallow: /help/"则允许robot访问/help.html，而不能访问/help/index.html。
任何一条Disallow记录为空，说明该网站的所有部分都允许被访问，在"/robots.txt"文件中，至少要有一条Disallow记录。如果"/robots.txt"是一个空文件，则对于所有的搜索引擎robot，该网站都是开放的。

四. robots.txt文件用法举例

例1. 禁止所有搜索引擎访问网站的任何部分

　　　下载该robots.txt文件
User-agent: *
Disallow: /

例2. 允许所有的robot访问

(或者也可以建一个空文件 "/robots.txt" file)

 

User-agent: *
Disallow:

 

例3. 禁止某个搜索引擎的访问

User-agent: BadBot
Disallow: /

例4. 允许某个搜索引擎的访问
User-agent: baiduspider
Disallow:

User-agent: *
Disallow: /

例5. 一个简单例子

　　在这个例子中，该网站有三个目录对搜索引擎的访问做了限制，即搜索引擎不会访问这三个目录。
　　需要注意的是对每一个目录必须分开声明，而不要写成 "Disallow: /cgi-bin/ /tmp/"。
　　User-agent:后的* 具有特殊的含义，代表"any robot"，所以在该文件中不能有"Disallow: /tmp/*" or "Disallow: *.gif"这样的记录出现.

User-agent: *
Disallow: /cgi-bin/
Disallow: /tmp/
Disallow: /~joe/

鼎峰小胡

QQ.2881064155

[email protected]