为什么robots.txt 禁止抓取的页面还会出现在Google 搜索结果中
Matt说,robots.txt告诉搜索搜索引擎别抓这个页面,Google也确实遵守约定不抓这个页面,这也是你在搜索结果该链接下面看不到摘要片段的原因。
那为什么这些页面还会出现在Google的搜索结果里面呢?Matt举例子说,搜索California DMV,会指向www.dmv.ca.gov这个网站,尽管这个站点屏蔽了所有的搜索引擎,但是Google还是给出了这个站点的链接,原因在于像纽约时报,eBay之类的站点在链接到这个站的时候都会在锚点加上说明文字”California DMV”,这就帮助Google不用抓取这个站点的页面也能返回到这个站的链接。
Matt 另外提到,他们还可以通过Open Directory Project(DMOZ)这样的网站得到url的信息,比如Metallica.com这个站也在robots.txt中禁止Google抓取页面,但是Google从Open Directory Project中就能获取Metallica.com的描述信息显示在搜索结果的摘要片段里面。
当这种情况发生的时候,好像是Google没有遵守robots.txt的约定,但是实际上不是的,matt说Google不会冒犯robots.txt的约定,不抓取页面也能返回对用户有帮助的信息