| 什么是robots.txt文件?
搜索引擎通过一种程序robot（又称spider），自动访问互联网上的网页并获取网页信息。
您可以在您的网站中创建一个纯文本文件robots.txt，在这个文件中声明该网站中不想被robot访问的部分，这样，该网站的部分或全部内容就可以不被搜索引擎收录了，或者指定搜索引擎只收录指定的内容。
robots.txt文件放在哪里?
robots.txt 文件应该放在网站根目录下。举例来说，当robots访问一个网站（比如http://www.abc.com）时，首先会检查该网站中是否存在 http://www.abc.com/robots.txt这个文件，假如机器人找到这个文件，它就会根据这个文件的内容，来确定它访问权限的范围。
| 网站 URL | 相应的 robots.txt的 URL | | http://www.w3.org/ | http://www.w3.org/robots.txt | | http://www.w3.org:80/ | http://www.w3.org:80/robots.txt | | http://www.w3.org:1234/ | http://www.w3.org:1234/robots.txt | | http://w3.org/ | http://w3.org/robots.txt |
robots.txt文件的格式
"robots.txt"文件包含一条或更多的记录，这些记录通过空行分开（以CR,CR/NL, or NL作为结束符），每一条记录的格式如下所示：
"<field>:<optionalspace><value><optionalspace>"。
在该文件中可以使用#进行注解，具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始，后面加上若干Disallow行,具体情况如下：
User-agent:
该项的值用于描述搜索引擎robot的名字，在"robots.txt"文件中，假如有多条User-agent记录说明有多个robot会受到该协议的限制，对该文件来说，至少要有一条User-agent记录。假如该项的值设为*，则该协议对任何机器人均有效，在"robots.txt"文件中， "User-agent:*"这样的记录只能有一条。
Disallow:
该项的值用于描述不希望被访问到的一个URL，这个URL可以是一条完整的路径，也可以是部分的，任何以Disallow开头的URL均不会被 robot访问到。例如"Disallow:/help"对/help.html 和/help/index.html都不答应搜索引擎访问，而"Disallow:/help/"则答应robot访问/help.html，而不能访问 /help/index.html。任何一条Disallow记录为空，说明该网站的所有部分都答应被访问，在"/robots.txt"文件中，至少要有一条Disallow记录。假如"/robots.txt"是一个空文件，则对于所有的搜索引擎robot，该网站都是开放的。
robots.txt文件用法举例例1. 禁止所有搜索引擎访问网站的任何部分
下载该robots.txt文件 | User-agent: *
Disallow: / | | 例2. 答应所有的robot访问 (或者也可以建一个空文件 "/robots.txt" file) |
| 共2页: 上一页 1 [2] 下一页 |
 评论加载中…
| 
