Duda en Robots.txt

[Sophie_Madrid]

Buenas tardes,

Despues de mi gozo en un pozo, con el tema de decirle a google que ignore ciertos parámetros, he llegado a otra conclusión y es eliminarlo a través del archivo robot.txt.

He escrito esto y no se muy bien si solucionará mi problema:

Disallow:/foro-rivas-vaciamadrid/*&start*

Con esto le estoy diciendo a google que pase de todas las urls que contengan el parámetro start verdad???

Otra dudilla es si las restricciones de robots tienen alguna limitación.

Actualmente tengo 1300 mas o menos y no se si esto afecta o no en algo.

Muchas gracias !!!

[riquelmepa]

Te recomiendo ver este sitio,
www.robotstxt.org/
Los robots son un tema delicado a tratar, voy a buscar mas info para ver si puede ayudares con esa desabilitacion

[Sophie_Madrid]

Muchas gracias riquelmepa :D

Cualquier información será bien recibida.

Mirando el enlace dice esto:

Specifically, you cannot have lines like "User-agent: *bot*", "Disallow: /tmp/*" or "Disallow: *.gif".

Pero yo tengo desde hace tiempo puesto una linea con esto:

Disallow:/pre/*

que es donde tengo el entorno de pruebas y si me las bloquea... Me no entender...

Gracias de nuevo

Nadie que eche una mano???

[cletucms]

Pues yo no es que vaya muy ducho en el robots.txt, pero sólo con el disallow: /directorio debería bastar para que no indexe nada a partir de ahí (sin *).

Si el problema es que tienes pantallas salteadas dentro de un mismo directorio, por qué no incluyes una meta noindex? (poniendo un select en la pantalla de la administración de contenidos para poder gestionar las pantallas independientemente).

...Si por contra el problema es que estás preparando una nueva versión del portal, y prevés que tendrás duplicidad de URL's... Poniendo un tag canonical con la nueva URL, y/o una redirección 301 ya pasarías... A mi me parece que sería lo más transparente.

Saludos, y suerte.