如何编写和优化WordPress站点的Robots.txt文件

要知道WordPress robots.txt文件中的“Disallow”命令与页面头部的元描述noindex 的作用不完全相同。您的robots.txt会阻止抓取，但不一定不进行索引，网站文件（如图片和文档）除外。如果搜索引擎从其他地方链接，它们仍然可以索引您的“不允许爬取”的页面。

Yoast建议保持robots.txt干净  ，不要阻止包括以下任何内容：

User-agent: *
Disallow: /wp-admin/
Allow: /wp-admin/admin-ajax.php
Disallow: /wp-content/plugins/
Disallow: /wp-includes/

WordPress也同意说理想的robots.txt 不应该禁止任何东西。事实上，  /wp-content/plugins/ 和  /wp-includes/ 目录包含您的主题和插件可能用于正确显示您的网站的图像，JavaScript或CSS文件。阻止这些目录意味着插件和WordPress的所有脚本，样式和图像被阻止，这使得Google和其他搜索引擎的抓取工具难以分析和理解您的网站内容。同样，你也不应该阻止你/wp-content/themes/。

简而言之，禁止你的WordPress资源，上传和插件目录，许多人声称可以增强你的网站的安全性，防止任何目标易受攻击的插件被利用，但实际上可能弊大于利，特别是在SEO方面。或者，您应该卸载这些不安全的插件更实际些。

这就是我们默认从robots.txt中删除这些规则的原因。但是，您可能仍希望将它们包含在WordPress的Robots.txt内。

建议包含Sitemap文件

尽管Yoast强烈建议您直接手动将XML站点地图提交到Google Search Console和Bing网站管理员工具，但您仍可将sitemap添加到robots.txt，帮助搜索引擎快速爬取收录你的网站页面。

Sitemap: https://liitk.comXXX-sitemap.xml

Robots.txt的其他规则

出于安全，建议您阻止您的WordPress的readme.html，licence.txt和wp-config-sample.php文件访问，以便未经授权的人员无法检查并查看您正在使用的WordPress版本。

User-agent: *
Disallow: /readme.html
Disallow: /licence.txt
Disallow: /wp-config-sample.php

您还可以使用robots.txt对不同的搜索引擎爬虫定制不同的爬取规则，如下示例。

# block Googlebot from crawling the entire website
User-agent: Googlebot
Disallow: /

# block Bingbot from crawling refer directory
User-agent: Bingbot
Disallow: /refer/

这是如何阻止蜘蛛抓取WordPress搜索结果，强烈建议加入此规则：

User-agent: *
Disallow: /?s=
Disallow: /search/

Host＆Crawl-delay 是您可能考虑使用的其他robots.txt指令，尽管不太受欢迎。第一个指令允许您指定网站的首选域（www或非www）：

User-agent: *
#we prefer non-www domain
host: liecnk.com

下面的规则是用来告诉搜索引擎蜘蛛在每次抓取之前等待几秒钟。

User-agent: *
#please wait for 8 seconds before the next crawl
crawl-delay: 8

完整的robots.txt

综上所述，我们建议WordPress的robots.txt内容编写为：

[reply]

User-agent: *
Allow: /wp-admin/admin-ajax.php
Disallow: /wp-admin/
Disallow: /wp-login.php
Disallow: /readme.html
Disallow: /licence.txt
Disallow: /wp-config-sample.php
Disallow: /refer/
Disallow: /?s=
Disallow: /search/

#we prefer non-www domain（填入你的网站域名首选域名，一般带www，请根据实际情况填写）
host: liecnk.com

#please wait for 8 seconds before the next crawl（填入你希望爬虫爬取页面的延迟秒数）
crawl-delay: 8

Sitemap: https://liitk.comsitemap.xml （修改成你的网站地图地址）

[/reply]

温馨提示：上述完整的robots.txt仅供参考，请各位站长根据自己的实际情况编写内容，其中User-agent: *规则即对所有搜索引擎蜘蛛通用；Allow: 规则即允许爬取；Disallow: 规则即不允许爬取；host:规则用于指定网站首选域；crawl-delay:规则用于设定爬虫爬取时间间隔；Sitemap:规则用于设定网站的地图地址。