|
|
常见网站程序文件目录识别大全2018-01-23 23:48浏览数:252次
常见网站程序文件目录识别大全 一、网站程序文件及其作用 织梦dedecms的程序文件: a---------静态页面，默认生成文件储存目录 data------网站数据 dede-----网站后台（上线后改名） images---网站图片 include---网站程序 install----网站安装文件（上线后删除） m--------网站手机端 member-网站会员 plus------插件 special---专题页：做活动时用的 templets-模板 uploads--放上传文件，视频，图片 favicon--网站小图标（小logo） tags.php-标签文件 robots---搜索引擎和网站的协议  WordPress程序根目录 wp-admin ：网站后台 wp-content：里面放语言 主题和插件 wp-includes：目录文件 wp-config.php：配置文件 index.php：wordpress：核心索引文件，即博客输出文件。 license.txt：WordPressGPL许 可证文件 readme.html：WordPress安装导言。 wp-blog-header.php：根据博客参数定义博客页面显示内容。 wp-comments-post.php：接收评论，并把其添加到数据库。 wp-config-sample.php：把WordPress连接到MySQL数据库的示例配置文件。 wp-config.php：这是真正把WordPress连接到MySQL数据库的配置文件。默认安装中虽不包括它，但由于WordPress运行需要这一文件，因此，用户需要编辑这个文件以更改相关设置 wp-links-opml.php：生成OPML格式的链接（通过WordPress管理菜单添加）列表。 wp-login.php：定义注册用户的登陆页面。  WordPress根目录截图 二、 认识robots及其写法规则 1、 robots 是指搜索引擎抓到**个文件，规定蜘蛛抓取什么和不抓取什么；网站管理员可以在robots文件夹对蜘蛛做出规定，抓取与不抓取。是网站根目录的一个txt文件，文件名；robots.txt  2、作用： 1）、禁止抓取隐私内容 2）、集中权重，利于排名 3）、统一路径，不让存在2个路径，会屏蔽动态； 总结：屏蔽网站无价值页面 3、robots的写法规则 1）、User-agent:定义搜索引擎类型，该值用于描述搜索引擎robotsde 名字不同搜索引擎的蜘蛛(谷歌、百度、腾讯SOSO、搜狗、360Spider)名字不同； 2）、Disallow:禁止（屏蔽）蜘蛛抓取收录的地址 （Disallow:/wp-* 就是禁止/开头是wp-字母的所有文件夹） 3）、ALLow:允许抓取 (Allow:/*就是允许所有抓取) 4）、*：通配符，指所有 5）、$：结尾 6）、Sitmap 网站地图地址 xml html 2个版本 4、注意事项 1）、不要随便屏蔽整站；要写英文的 2）、语句是“：后空1格/”+域名 3)、首个字母大写 4)、ALLow,遵从最详细的规则； Disallow: /dede/ Allow: /dede/1.htnl 语句意思是：只能抓取dede文件夹里的“1”文件，其余不可以抓取； 5）、网站安全: 屏蔽后台文件夹,避免暴露建站程序被人攻击 6）、区分 Disallow: /ab (ab开头的文件夹或文件都会禁止抓取) Disallow: /ab/（屏蔽ab文件夹里的文件） Disallow: / ab （ab前多一个空格相当于Disallow:/ 屏蔽了所有文件夹整个网站域名）/后面不能加空格 5、再举例： Disallow: /#?# 指：屏蔽所有动态； Disallow: /?# 指：屏蔽带有“/?参数”的动态地址 Disallow: /tag/* 指：屏蔽所有标签 Disallow: /plus/* 指：屏蔽所有插件 User-agent: * 这里的*代表的所有的搜索引擎种类，*是一个通配符 Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录 Disallow: /require/ 这里定义是禁止爬寻require目录下面的目录 Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录 Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以".htm"为后缀的URL(包含子目录)。 Disallow: /*?* 禁止访问网站中所有包含问号 (?) 的网址 Disallow: /.jpg$ 禁止抓取网页所有的.jpg格式的图片 Disallow:/ab/adc.html 禁止爬取ab文件夹下面的adc.html文件。 Allow: /cgi-bin/ 这里定义是允许爬寻cgi-bin目录下面的目录 Allow: /tmp 这里定义是允许爬寻tmp的整个目录 Allow: .htm$ 仅允许访问以".htm"为后缀的URL。 Allow: .gif$ 允许抓取网页和gif格式图片
6、 提交与检测robots，将需要禁止的文件生成robors.txt文件，上传到根目录 ； 7、检测 1）百度站长平台，查看以及检测 2）站长工具 http://www.5118.com/robots  上一篇： 如何通过网站日志分析调整网站
|
