Đã bao giờ bạn hình dung làm sao một Robot của công cụ tìm kiếm có thể phân tích dữ liệu của một Website để Index (chỉ mục) không? Đôi lúc bạn muốn Google Bot nhanh Index trang Web của bạn hoặc không Index (chỉ mục) một trang cụ thể nào đó.
Bạn đang xem: Robot.txt là gì
Vậy làm cách nào bây giờ? Tôi có thể trả lời ngay cho bạn – Cách tạo File robots.txt là gì cho WordPress ngay.
Bài viết này sẽ hướng dẫn cho bạn:
Hiểu rõ khái niệm File robots.txt là gìCấu trúc cơ bản của một file robots.txt là gìCó những lưu ý nào khi tạo lập robots.txt WordPressTại sao phải cần robots.txt cho website của bạnCách tạo lập 1 file hoàn chỉnh cho Web của bạn
Bắt đầu tìm hiểu nhé!
File Robots.txt là gì?
File robots.txt là một tập tin văn bản đơn giản có dạng .txt. Tệp này là một phần của Robots Exclusion Protocol (REP) chứa một nhóm các tiêu chuẩn Web quy định cách Robot Web (hoặc Robot của các công cụ tìm kiếm) thu thập dữ liệu trên Web, truy cập, Index nội dung và cung cấp nội dung đó cho người dùng.
Tìm hiểu về Robots.txt lập chỉ mục cho website của bạn
REP cũng bao gồm các lệnh như Meta Robots, Page-Subdirectory, Site-Wide Instructions. Nó hướng dẫn các công cụ của Google xử lí các liên kết. (ví dụ: Follow hay Nofollow link).
Trên thực tế, tạo robots.txt wordpress giúp các nhà quản trị Web linh hoạt, chủ động hơn trong việc cho phép hay không cho các con Bot của công cụ Google Index một số phần nào đó trong trang của mình.
Cú pháp của File Robots.txt
Các cú pháp được xem là ngôn ngữ riêng của các tập tin robots.txt. Có 5 thuật ngữ phổ biến mà bạn sẽ bắt gặp trong một file robots.txt là gì? Chúng bao gồm:
User-agent: Phần này là tên của các trình thu thập, truy cập dữ liệu web. (ví dụ: Googlebot, Bingbot,…)Disallow: Được sử dụng để thông báo cho các user-agent không thu thập bất kì dữ liệu URL cụ thể nào. Mỗi URL chỉ được sử dụng 1 dòng disallow.Allow (chỉ áp dụng cho bọ tìm kiếm Googlebot): Lệnh thự hiện thông báo cho Googlebot rằng nó sẽ truy cập một trang hoặc thư mục con. Mặc dù các trang hoặc các thư mục con của nó có thể không được phép.Crawl-delay: Thông báo cho các web crawler biết rằng nó phải đợi bao nhiêu giây trước khi tải và thu thập nội dung của trang. Tuy nhiên, lưu ý rằng bọ tìm kiếm Googlebot không thừa nhận lệnh này. Bạn cài đặt tốc độ thu thập dữ liệu trong Google Search Console.
Pattern-Matching
Trên thực tế các file robot.txt wordpress khá phức tạp để có thể chặn hoặc cho phép các con Bots vì chúng cho phép sử dụng tính năng Pattern-Matching để bao quát một loạt các tùy chọn của URL.
Tất cả các công cụ của Google và Bing cho phép sử dụng 2 biểu thức chính để xác định các trang hoặc thư mục con mà SEO muốn loại trừ. Hai kí tự này là dấu hoa thị (*) và ký hiệu đô la ($).
* là kí tự đại diện cho bất kì chuỗi kí tự nào – có nghĩa là nó được áp dụng cho mọi loại Bots của các công cụ Google.$ là kí tự khớp với phần cuối của URL.
Định dạng cơ bản của File Robots.txt
Định dạng cơ bản truy cập của file Robots.txt
Tuy nhiên, bạn vẫn có thể lược bỏ các phần “Crawl-Delays” và “Sitemap”. Đây là định dạng cơ bản để tạo robots.txt WordPress hoàn chỉnh. Tuy nhiên trên thực tế thì file robots.txt là gì chứa nhiều dòng User-agent và nhiều chỉ thị của người dùng.
Chẳng hạn như các dòng lệnh: Disallows, Allows, Crawl-Delays, … Trong file robots.txt là gì chuẩn nhất, bạn chỉ định cho nhiều con Bot khác nhau. Mỗi lệnh thường được viết riêng biệt cách nhau bởi 1 dòng.
Trong một file robots.txt wordpress bạn có thể chỉ định nhiều lệnh cho các con Bot bằng cách viết liên tục không cách dòng. Tuy nhiên trong trường hợp một file robots.txt là gì có nhiều lệnh đối với 1 loại Bot thì mặc định Bot sẽ làm theo lệnh được viết rõ và đầy đủ nhất.
Lưu ý về File Robots.txt WordPress chuẩn
Để chặn tất cả các Website Crawler không được thu thập bất kì dữ liệu nào trên Website bao gồm cả trang chủ. Chúng ta hãy sử dụng cú pháp sau:
User-agent: *
Disallow: /
Để cho phép tất cả các trình thu thập thông tin truy cập vào tất cả các nội dung trên Website bao gồm cả trang chủ. Chúng ta hãy sử dụng cú pháp sau:
User-agent: *
Disallow:
Để chặn trình thu thập, tìm kiếm thông tin của Google (User-agent: Googlebot) không thu thập bất kì trang nào có chứa chuỗi URL www.example.com/example-subfolder/. Chúng ta hãy sử dụng cú pháp sau:
User-agent: Googlebot
Disallow: /example-subfolder/
Để chặn trình thu thập thông tin của Bing (User-agent: Bing) tránh thu thập thông tin trên trang cụ thể tại www.example.com/example-subfolder/blocked-page. Chúng ta hãy sử dụng cú pháp sau:
User-agent: Bingbot
Disallow: /example-subfolder/blocked-page.html
Ví dụ cho File Robots.txt WordPress chuẩn
Dưới đây là ví dụ về tệp robots.txt hoạt động cho trang Web www.example.com:
User-agent: *
Disallow: /wp-admin/
Allow: /
Sitemap: https://www.example.com/sitemap_index.xml
Theo bạn, cấu trúc File robots.txt là gì và có ý nghĩa như thế nào? Để tôi giải thích. Điều này chứng tỏ bạn cho phép toàn bộ các công cụ của Google theo Link www.example.com/sitemap_index.xml để tìm đến file robots.txt là gì và phân tích. Cùng Index toàn bộ các dữ liệu trong các trang trên Website của bạn ngoại trừ trang www.example.com/wp-admin/
Đọc thêm:
>> 13 Lỗi gây “Seo mãi không lên TOP”
Và đừng quên đăng ký học thử ngay 3 ngày miễn phí khóa Entity Mastermind – Năng cấp kỹ năng SEO giúp bạn X10 Organic Traffic sau 6 tháng. Đăng ký ngay:
Tất cả các cách hoạt động của Robots.txt
Các công cụ tìm kiếm có 2 nhiệm vụ chính:
Crawl (cào/ phân tích) dữ liệu trên trang Web để khám phá nội dungIndex nội dung đó để đáp ứng yêu cầu cho các tìm kiếm của người dùng
Để crawl được dữ liệu của Website thì các công cụ sẽ đi theo các liên kết từ trang này đến trang khác. Cuối cùng, nó thu thập được dữ liệu thông qua hàng tỷ trang Web khác nhau. Quá trình Crawl dữ liệu này còn được biết đến với tên khác là “Spidering”.
Sau khi đến một trang Web, trước khi Spidering thì các con Bot của công cụ Google sẽ tìm các file robots.txt wordpress. Nếu nó tìm thấy được 1 tệp robots.txt thì nó sẽ đọc tệp đó đầu tiên trước khi tiến hành các bước tiếp theo.
File robots.txt là gì sẽ chứa các thông tin về cách các công cụ của Google nên thu thập dữ liệu của Website. Tại đây các con Bot này sẽ được hướng dẫn thêm nhiều thông tin cụ thể cho quá trình này. Nếu tệp robots.txt không chứa bất kì chỉ thị nào cho các User-Agent hoặc nếu bạn không tạo file robots.txt cho website thì các con Bots sẽ tiến hành thu thập các thông tin khác trên Web.
Một số lưu ý cho File Robots.txt
Những lưu ý cho File robots.txt
Để được các con bot tìm thấy thì các File robots.txt WordPress phải được đặt trong các thư mục cấp cao nhất của trang Website.Txt phân biệt chữ hoa và chữ thường. Vì thế tệp phải được đặt tên là robots.txt. (không phải Robots.txt hay robots.TXT, …)Không nên đặt /wp-content/themes/ hay /wp-content/plugins/ vào mục Disallow. Điều đó sẽ cản trở các công cụ nhìn nhận chính xác về giao diện Blog hay Website của bạn.Một số User-Agent chọn cách bỏ qua các file robots.txt WordPress chuẩn của bạn. Điều này khá phổ biến với các User-Agent bất chính như: Malware robots (Bot của các đoạn mã độc hại)Các trình Scraping (quá trình tự thu thập thông tin) địa chỉ Email Các tệp robots.txt thường có sẵn và được công khai trên Web. Bạn chỉ cần thêm /robots.txt vào cuối bất kì Root Domain để xem các chỉ thị của trang Web đó.Điều này có nghĩa là bất kì ai cũng thấy các trang bạn muốn hoặc không muốn Crawl. Vì vậy đừng sử dụng các tệp này để ẩn thông tin cá nhân của người dùng.Mỗi Subdomain trên một một Root Domain sẽ sử dụng các File robots.txt là gì riêng biệt. Điều này có nghĩa là cả blog.examplevà examplenên có các tệp robots.txt riêng. (blog.example.com/robots.txt và example.com/robots.txt). Tóm lại, đây được xem là cách tốt nhất để chỉ ra vị trí của bất kì Sitemaps nào được liên kết với Domain ở cuối tệp robots.txt.
Robot.txt đi đâu trên một trang Web?
Bất kể khi nào đến với một trang Web, các công cụ tìm kiếm hay các Web Crawler (ví dụ như Facebook’s crawler, Facebot) sẽ ngay lập tức tìm kiếm tệp robot.txt. Tuy nhiên, nó chỉ tìm ở một nơi cụ thể. Đó chính là thư mục chính (Root Domain hay trang chủ).
Ví dụ nếu user-agent truy cập www.example.com/robots.txt và không tìm thấy tệp robots.txt ở đó, nó sẽ cho rằng trang này không hề tạo robots.txt cho wordpress. Ngay lúc này nó sẽ tiến hành thu thập dữ liệu của toàn bộ trang Web.
Một số trường hợp là các tệp robots.txt này có tồn tại nhưng không được tìm thấy bởi các Web Crawler. Mặc nhiên, nó sẽ được xử lí tương tự như trang không được tạo file robots.txt là gì cho WordPress. Để đảm bảo các trình thu thập dữ liệu có thể tìm thấy được tệp robots.txt của bạn. Hãy luôn để nó trong các thư mục chính hoặc Root Domain.
Tại sao bạn cần tạo Robots.txt cho WordPress?
Việc tạo robots.txt cho WordPress giúp bạn kiểm soát việc truy cập của các con Bots đến các khu vực nhất định trên trang Web. Và điều này có thể vô cùng nguy hiểm nếu bạn vô tình sai một vài thao tác khiến Googlebot không thể Index Website của bạn. Tuy nhiên, việc tạo File robots.txt wordpress vẫn thật sự hữu ích bởi nhiều lí do:
Ngăn chặn nội dung trùng lặp xuất hiện trong Website (lưu ý rằng các Robot Meta thường là lựa chọn tốt hơn cho việc này)Giữ một số phần của trang ở chế độ riêng tưGiữ các trang kết quả tìm kiếm nội bộ không hiển thị trên SERPChỉ định vị trí của SitemapNgăn các công cụ của Google Index một số tệp nhất định trên trang Web của bạn (hình ảnh, PDF, …)Dùng lệnh Crawl Delay để cài đặt thời gian. Điều này sẽ ngăn việc máy chủ của bạn bị quá tải khi các trình thu thập dữ liệu tải nhiều nội dung cùng một lúc.
Xem thêm: Aqi Là Gì – Chỉ Số Chất Lượng Không Khí Là Gì
Nếu bạn không muốn ngăn các Web Crawler tiến hành thu thập dữ liệu từ Website thì bạn hoàn toàn không cần tạo robots.txt cho WordPress.
Làm thế nào để kiểm tra Website có File Robots.txt không?
Nếu bạn đang băn khoăn không biết website của mình có tệp robots.txt không. Hãy nhập Root Domain của bạn, sau đó thêm /robots.txt vào cuối URL. Nếu bạn không có trang .txt xuất hiện, thì chắc chắn Website bạn hiện không tạo robots.txt cho WordPress rồi. Rất đơn giản! Tương tự, bạn có thể kiểm tra Website của tôi thienmaonline.vncó tạo File robots.txt là gì hay không bằng cách như trên:
Nhập Root Domain (thienmaonline.vn) > chèn /robots.txt vào cuối (kết quả là thienmaonline.vn/robots.txt) > Nhấn Enter. Và đợi kết quả là biết ngay thôi!
Cách kiểm tra File robots.txt
Cách tạo Robots.txt cho WordPress
Nếu sau khi kiểm tra, bạn nhận thấy Website của mình không có tệp robots.txt hay đơn giản là bạn đang muốn thay đổi tệp robots.txt của mình. Hãy tham khảo 3 cách tạo robots.txt cho WordPress dưới đây:
1. Sử dụng Yoast SEO
Bạn có thể chỉnh sửa hoặc tạo File robots.txt là gì cho WordPress trên chính WordPress Dashboard với vài bước đơn giản. Đăng nhập vào Website của bạn. Khi đăng nhập vào, bạn sẽ thấy giao diện của trang Dashboard.
Nhìn phía bên trái màn hình, click vào SEO »Tools »File editor.
Tính năng File editor sẽ không xuất hiện nếu WordPress của bạn vẫn chưa được kích hoạt tính chỉnh sửa File. Do vậy hãy kích hoạt chúng thông qua FTP (File Transfer Protocol – Giao thức truyền tập tin). Lúc này bạn sẽ thấy mục .htaccess file và một nút Create robots.txt file – đây là nơi giúp bạn tạo File robots.txt là gì đấy.
2. Qua bộ Plugin All in One SEO
Hoặc bạn có thể sử dụng bộ Plugin All in One SEO để tạo file robots.txt WordPress nhanh chóng. Đây cũng là một Plugin tiện ích cho WordPress – Đơn giản, dễ sử dụng.
Để tạo file robots.txt WordPress, bạn phải đến giao diện chính của Plugin All in One SEO Pack. Chọn All in One SEO » Features Manager » Nhấp Active cho mục robots.txt
Và khi đó, mục robots.txt sẽ xuất hiện như một tab mới trong thư mục lớn All in One SEO. Bạn có thể tạo lập cũng như điều chỉnh file robots.txt WordPress tại đây. Tuy nhiên, bộ plugin này có một chút khác biệt so với Yoast SEO tôi vừa đề cập ở trên.
All in One SEO làm mờ đi thông tin của File robots.txt là gì thay vì bạn được chỉnh sửa File như công cụ Yoast SEO. Điều này có thể khiến bạn hơi bị động một chút khi chỉnh sửa File robots.txt WordPress. Tuy nhiên, tích cực mà nói, yếu tố này sẽ giúp bạn hạn chế thiệt hại cho website của mình. Đặc biệt một số Malware bots sẽ gây hại cho Website mà bạn không ngờ tới.
3. Tạo rồi Upload File Robots.txt WordPress qua FTP
Nếu bạn không muốn sử dụng Plugin để tạo File robot.txt WordPress thì tôi có 1 cách này cho bạn – Tự tạo File robots.txt WordPress thủ công cho WordPress của mình.
Bạn chỉ mất vài phút để tạo File robots.txt WordPress này bằng tay. Sử dụng Notepad hoặc Textedit để tạo mẫu File robots.txt WordPress theo Rule tôi đã giới thiệu ở đầu viết. Sau đó Upload file này qua FTP không cần sử dụng Plugin. Quá trình này rất đơn giản không tốn bạn quá nhiều thời gian đâu.
Một số lưu ý khi sử dụng File Robots.txt
Hãy đảm bảo rằng bạn không chặn bất kì nội dung hoặc phần nào trên trang web mà bạn muốn Google index.
Các liên kết trên trang bị chặn bởi việc tạo robots.txt cho wordpress sẽ không được các Bots theo dõi. Trừ khi các Links này có liên kết với các trang khác (các trang không bị chặn bởi robots.txt, Meta Robots,…). Nếu không các tài nguyên được liên kết có thể sẽ không được thu thập và Index.
Link juice sẽ không được truyền từ các trang bị chặn đến các trang đích. Vì thế nếu muốn dòng sức mạnh Link juice truyền qua các trang này thì bạn hãy sử dụng một phương pháp khác thay vì tạo robots.txt WordPress. Không nên sử dụng file robot.txt là gì để ngăn dữ liệu nhạy cảm (như thông tin người dùng riêng tư) xuất hiện trong kết quả SERP. Bởi vì trang Web chứa thông tin cá nhân này có thể liên kết với nhiều trang Web khác. Do đó các con Bots sẽ bỏ quá các chỉ thị của tệp robots.txt trên root domain hay trang chủ của bạn, nên trang Web này vẫn có thể được Google index.
Nếu bạn muốn chặn trang Web này khỏi các kết quả tìm kiếm, hãy sử dụng một phương pháp khác thay vì tạo File robots.txt cho WordPress như dùng mật khẩu bảo vệ hay Noindex Meta Directive. Một số công cụ tìm kiếm có rất nhiều User-Agent. Chẳng hạn, Google sử dụng Googlebot cho các tìm kiếm miễn phí và Googlebot-Image cho tìm kiếm hình ảnh.
Hầu hết các User-Agent từ cùng một công cụ đều tuân theo một quy tắc. Do đó bạn không cần chỉ định các lệnh cho từng User-Agent. Tuy nhiên việc làm này vẫn có thể giúp bạn điều chỉnh được cách Index nội dung trang Web. Các công cụ tìm kiếm sẽ lưu trữ nội dung File robots.txt WordPress. Tuy nhiên nó vẫn thường cập nhật nội dung trong bộ nhớ Cache ít nhất một lần một ngày. Nếu bạn thay đổi tệp và muốn cập nhật tệp của mình nhanh hơn thì có thể gửi robots.txt url cho Google.
Robots.txt, Meta Robot và X-Robot
Robots.txt, Meta Robot và X-Robot, sự khác biệt giữa các loại Robot này là gì? Đầu tiên, robots.txt là một tệp văn bản trong khi Meta robot và X-robot là các Meta Directives. Ngoài ra, chức năng của 3 loại Robot này cũng hoàn toàn khác nhau.
Việc tạo file robots txt ra lệnh cho việc Index toàn bộ trang Web hoặc thư mục.Trong khi đó thì Meta robot và X-robot có thể ra lệnh cho việc Index ở cấp độ trang riêng lẻ.
Câu hỏi thường gặp về Robots.txt
Dưới đây là một số câu hỏi thường gặp, có thể là những thắc mắc của bạn về Robot.txt bây giờ:
Kích thước tối đa của File Robots.txt là bao nhiêu?
500 kilobyte (khoảng).
Robots.txt WordPress ở đâu?
Tại vị trí: domain.com/robots.txt.
Làm cách nào để chỉnh sửa Robots.txt WordPress?
Bạn có thể thực hiện theo cách thủ công hoặc sử dụng một trong nhiều plugin WordPress SEO như Yoast cho phép bạn chỉnh sửa robots.txt từ WordPress backend.
Điều gì xảy ra nếu Disallow vào nội dung Noindex trong Robots.txt?
Google sẽ không bao giờ thấy lệnh Noindex vì nó không thể Crawl dữ liệu trang.
Bạn đang băn khoăn về chi phí nếu triển khai dịch vụ SEO chuyên nghiệp? Liệu ngân sách bao nhiêu là ổn? Tham khảo bảng báo giá SEO Website của GTV!Dịch vụ seo web TPHCM– Thống trị thứ hạng Google, xây dựng & phát triển thương hiệu bền vững.
Xem thêm: induced là gì
Kết luận
Bây giờ đến lượt bạn rồi đấy! Kiểm tra xem Website của mình đã có file robots.txt là gì chưa. Tạo lập và chỉnh sửa File robots.txt WordPress theo ý của bạn nhằm hỗ trợ các con Bot của công cụ tìm kiếm thu thập dữ liệu và Index trang Web của bạn nhanh chóng.
Chúc bạn thành công!
Đọc tiếp:
Bạn cảm thấy hoang mang với lượng kiến thức SEO dồn dập trên mạng như hiện nay? Một khoá học SEO chuyên nghiệp có lộ trình rõ ràng, bài bản sẽ cùng bạn vượt qua mớ hỗn độn này một cách dễ dàng!
Chuyên mục: Hỏi Đáp
