我有一个网站说:
http://domain.com/
镜像站点
http://cdn.domain.com/
我不希望cdn
被索引。我如何写robots.txt
规则来避免cdn
被索引而不影响我现有的robots.txt
排除。
我现在的robots.txt
不包括:
User-agent: *
Disallow: /abc.php
如何避免cdn.domain.com
被索引?
User-agent: *
Disallow: /abc.php
在root .htaccess文件中添加以下内容
RewriteEngine on
RewriteCond %{HTTP_USER_AGENT} ^Amazon.CloudFront$
RewriteRule ^robots.txt$ robots-cdn.txt
然后创建一个单独的robots-cdn.txt:
User-agent: *
Disallow: /
当通过http://cdn.domain.com/robots.txt访问时将返回robots-cdn.txt文件的内容…否则重写将不会生效,而真正的robots.txt将生效。
这样,您就可以自由地将整个站点(包括.htaccess)文件与预期的行为镜像
更新:-
HTTP_USER_AGENT
这样做是因为Amazon在从任何位置查询时使用它。 - 我已经验证了,它工作
如果代码库相同,则可以动态生成robots.txt
并根据请求的(子)域更改其内容。