利用robots.txt优化wordpress站点

robots.txt是网站根目录下边的一个文本文件，文件名大小写敏感，必须小写。robots.txt告诉来爬取网站内容的搜索引擎蜘蛛哪些网站内容不需要抓取，哪些可以抓取。搜索引擎蜘蛛来抓取网站页面时首先读取robots.txt确定网站页面的抓取范围。如果不存在robots.txt，会在服务器上产生一个404错误日志，加重服务器的负担，因此robots.txt的存在很有必要，如果你的网站robots.txt写的合理，可以优化搜索引擎蜘蛛的抓取效率，让搜索引擎更加偏爱你的网站，从而达到优化wordpress站点的目的。
wordpress自动生成一个robots.txt，即使你的wordpress网站根目录没有robots.txt文件，你在浏览器中输入http://你的域名/robots.txt，会显示：
User-agent:*
Disallow:/wp-admin/
Disallow:/wp-includes/
以上语句是告诉搜索引擎蜘蛛不要抓取wordpress后台文件。
比较完整的wordpress robots.txt文件应该是这样的：
User-agent: *
Disallow: /wp-admin/
Disallow: /wp-content/
Disallow: /wp-includes/
Disallow: /*/comment-page-*
Disallow: /*?replytocom=*
Disallow: /category/*/page/
Disallow: /tag/*/page/
Disallow: /*/trackback
Disallow: /feed
Disallow: /*/feed
Disallow: /comments/feed
Disallow: /?s=*
Disallow: /*/?s=*\
Disallow: /attachment/
使用方法：新建一个名称为robots.txt文本文件，将上面的内容拷贝进去，然后上传到wordpress网站根目录即可。
下面分别解释一下各项的作用：
1、Disallow: /wp-admin/、Disallow: /wp-content/和Disallow: /wp-includes/
用于告诉搜索引擎不要抓取后台程序文件页面。
2、Disallow: /*/comment-page-*和Disallow: /*?replytocom=*
禁止搜索引擎抓取评论分页等相关链接。
3、Disallow: /category/*/page/和Disallow: /tag/*/page/
禁止搜索引擎抓取收录分类和标签的分页。
4、Disallow: /*/trackback
禁止搜索引擎抓取收录trackback等垃圾信息
5、Disallow: /feed、Disallow: /*/feed和Disallow: /comments/feed
禁止搜索引擎抓取收录feed链接，feed只用于订阅本站，与搜索引擎无关。
6、Disallow: /?s=*和Disallow: /*/?s=*\
禁止搜索引擎抓取站内搜索结果
7、Disallow: /attachment/
禁止搜索引擎抓取附件页面，比如毫无意义的图片附件页面。
使用robots.txt需要注意的几点地方：
1、指令区分大小写，忽略未知指令
2、每一行代表一个指令，空白和隔行会被忽略;
3、“#”号后的字符参数会被忽略;
4、有独立User-agent的规则，会排除在通配“*”User agent的规则之外;
5、可以写入sitemap文件的链接，方便搜索引擎蜘蛛爬行整站内容。
6、尽量少用Allow指令，因为不同的搜索引擎对不同位置的Allow指令会有不同看待。