为什么做金融网站犯法全网搜索引擎优化
文章目录
- 1 Meta Robots 标签（控制单页索引行为）
- 支持的指令
- HTML示例
- 🌐 2 HTTP 头：`X-Robots-Tag` （服务器级控制）
- 服务端配置示例
- 💎 根据场景选择方案
近期文章：
- 建站SEO优化之站点地图sitemap
- 个人建站做SEO网站外链这一点需要注意，做错了可能受到Google惩罚
- 一文搞懂SEO优化之站点robots.txt
- 网页常见水印实现方式
- Node.js中那些常用的进程通信方式
- 浅谈微前端沙箱机制
- 实现篇：二叉树遍历收藏版
- 实现篇：LRU算法的几种实现
- 从底层视角看requestAnimationFrame的性能增强
- Nginx Upstream了解一下
- 实现篇：一文搞懂Promise是如何实现的
- 一文搞懂 Markdown 文档规则
在一些网站中，通过
robots.txt可以控制哪些站点资源或目录能被搜索引擎索引，但是随着站点页面增加，之前允许的索引页面常常不希望被索引，如果直接修改robots.txt，影响会比较大，所以页面级的控制就很有必要。
原文链接：如何通过 noindex 阻止网页被搜索引擎编入索引？
前一篇有提到通过在站点根目录 robots.txt 文件中添加 Disallow 指令来阻止整站级别的某些资源被搜索引擎索引或不被索引，一文搞懂SEO优化之站点robots.txt。为了精细化控制被索引的页面，有时也需要通过noindex处理。
为让 noindex 生效，网页或资源需要不被 robots.txt 文件的规则屏蔽，并且必须能被访问。如果被 robots.txt 文件屏蔽或无法访问该网页，那么爬虫就永远看不到 noindex 规则，所以该网页可能仍会显示在搜索结果中，例如有其他网页链接到该网页。
有两种方式配置 noindex ：一是作为 <meta> 标记，二是作为 HTTP 响应标头。这两种方法的效果相同，根据网站实际情况选择合适的方法即可。
1 Meta Robots 标签（控制单页索引行为）
在HTML的<head>中添加，精准控制单个页面是否被索引或跟踪链接。
支持的指令
| 指令 | 说明 |
|---|---|
all | 无限制，为默认值 |
noindex | 不在搜索结果中显示此网页、媒体或资源 |
nofollow | 不追踪该网页上的链接 |
none | 等同于 noindex, nofollow |
nosnippet | 不在搜索结果中显示该网页的摘要或视频预览 |
indexifembedded | 如果网页通过 iframes 嵌入到其他网页，该网页内容也会被编入索引 |
max-snippet: [number] | 最多只能使用 [number] 个字符作为搜索结果的文字摘要。为0时，不显示摘要。等同于 nosnippet；为-1时，不限制 |
max-image-preview: [setting] | 设置网页的图片预览在搜索结果中的尺寸上限。为none时，不显示图片预览；为standard时，可能会显示默认图片预览；为large时，可能显示较大图片预览 |
max-video-preview: [number] | 设置网页的视频预览在搜索结果中的最长秒数。为0时最多显示静态图；为-1时无显示； |
notranslate | 不在搜索结果中提供该网页的译文 |
noimageindex | 不将该网页上的图片编入索引 |
unavailable_after: [date/time] | 在指定日期/时间过后，不在搜索结果中显示该网页 |
HTML示例
<!-- 禁止所有爬虫 -->
<meta name="robots" content="noindex, nofollow">
<!-- 仅禁止Google -->
<meta name="googlebot" content="noindex"><!-- 阻止在搜索结果中显示摘要 -->
<meta name="robots" content="max-snippet:0">
<!-- 摘要最多显示20个字符 -->
<meta name="robots" content="max-snippet:20">
<!-- 不限制 -->
<meta name="robots" content="max-snippet:-1"><!-- 不显示预览图 -->
<meta name="robots" content="max-image-preview:standard"><!-- 2025-08-01之后不在结果中显示该网页 -->
<meta name="robots" content="unavailable_after: 2025-08-01">
🌐 2 HTTP 头：X-Robots-Tag （服务器级控制）
通过服务器配置HTTP响应头X-Robots-Tag，其值为 noindex 或 none，动态控制索引行为 可用于非HTML文件（如PDF、视频文件或图片等）。
HTTP/1.1 200 OK
(...)
X-Robots-Tag: noindex, nofollow
(...)
或指定爬虫引擎
HTTP/1.1 200 OK
(...)
X-Robots-Tag: googlebot: nofollow
X-Robots-Tag: otherbot: noindex, nofollow
(...)
服务端配置示例
以nginx配置为例，比如希望所有pdf文件禁止被索引：
location ~* \.pdf$ {add_header X-Robots-Tag "noindex, nofollow";
}
✅ 优势：无需修改页面代码，适合批量管理或程序化生成的内容。
💎 根据场景选择方案
| 需求场景 | 推荐方案 |
|---|---|
| 整站/目录禁止抓取 | robots.txt |
| 精准控制单页索引/链接跟踪 | Meta Robots 标签 |
| 动态文件或服务器级批量控制 | X-Robots-Tag HTTP 头 |
实际业务中，建议同时使用 robots.txt + noindex 组合。