4.6 禁止抓取、收录机制

有的时候，站长并不希望某些页面被收录（或者说被索引），如复制内容页面。网站上不出现链接，或者使用JavaScript、Flash链接，使用nofollow等方法都不能保证页面一定不被收录。站长自己虽然没有链接到不想被收录的页面，其他网站上可能由于某种原因出现导入链接，导致页面被抓取和收录。

有的时候不希望某些页面被抓取，如付费内容、还在测试阶段的网站。还有一种很常见的情况，搜索引擎抓取了大量没有意义的页面，如电子商务网站按各种条件过滤、筛选的页面，各种排版格式的页面，这些页面数量庞大，抓取过多会消耗掉搜索引擎分配给这个网站的总抓取时间，造成真正有意义的页面反倒不能被抓取和收录。如果通过检查日志文件发现这些无意义页面被反复大量抓取，想要收录的页面却根本没被抓取过，那应该直接禁止抓取无意义的页面。

抓取和收录（索引）是不同的两个过程。要确保页面不被抓取，需要使用robots文件。要确保页面不被收录，要使用Noindex Meta Robots标签。