GoogleBot停止支持robots.txt中的noindex指令

      Google在谷歌网站管理员博客上宣布：自2019年9月1日起，GoogleBot（谷歌蜘蛛爬虫）将停止支持机器人独家协议中不支持和未发布的规则。这意味着谷歌将不再支持robots.txt文件NOINDEX 文件中列出的指令。

      “为了维护健康的生态系统并为未来的潜在开源版本做准备，我们将于2019年9月1日停止处理不支持和未发布的规则（如noindex）的所有代码。对于那些依赖noindex的人robots.txt文件中的索引指令控制着爬行，还有许多替代选项“。

      谷歌列出了以下替代方案，你可能应该使用的那些选项：

     （1）机器人元标记中的Noindex：在HTTP响应头和HTML中都支持，noindex指令是在允许爬行时从索引中删除URL的最有效方法。
     （2）404和410 HTTP状态代码：两个状态代码表示该页面不存在，一旦抓取并处理了这些URL，就会从Google索引中删除这些URL。
     （3）搜索控制台删除网址工具：该工具是一种从Google搜索结果中临时删除网址的快捷方法。
     （4）禁止在robots.txt中：搜索引擎只能索引他们知道的页面，因此阻止页面被抓取通常意味着其内容不会被编入索引。虽然搜索引擎也可以基于来自其他页面的链接索引URL，而不会看到内容本身，但我们的目标是在将来使这些页面不太可见。
     （5）密码保护：除非使用标记来表示订阅或支付内容，否则将页面隐藏在登录后通常会将其从Google索引中删除。

      谷歌为何改变：谷歌多年来一直在寻求改变这一点，并且通过标准化协议，它现在可以继续前进。谷歌称其“分析了robots.txt规则的使用情况。”谷歌专注于研究不受支持的互联网草案实施，例如抓取延迟，nofollow和 NOINDEX。“由于Google从未记录过这些规则，因此它们与Googlebot的使用率非常低，”谷歌表示“这些错误会影响网站在Google搜索结果中的存在，因为我们认为网站管理员不会这样做。”

      站长需要做哪些关注？最重要的是确保没有在robots.txt文件中使用noindex指令。如果有需要在9月1日之前进行上述建议的更改。另外查看是否使用nofollow或crawl-delay命令，如果是，需要查看对这些指令使用真正支持的方法。