robots.txt的正確寫法，robots.txt如何禁止某個目錄，圖片等搜索的方法

[重要通告]如您遇疑難雜癥,本站支持知識付費業(yè)務(wù),掃右邊二維碼加博主微信,可節(jié)省您寶貴時間哦!

今天給自己的網(wǎng)站加了一個robots.txt，在網(wǎng)上收集整理了一些資料，給自己網(wǎng)站也加上了robots.txt ！ 順便給大家分享一下！

一、robots.txt是什么？

robots.txt是一個純文本文件，在這個文件中網(wǎng)站管理者可以聲明該網(wǎng)站中不想被搜索引擎訪問的部分，或者指定搜索引擎只收錄指定的內(nèi)容。

當一個搜索引擎（又稱搜索機器人或蜘蛛程序）訪問一個站點時，它會首先檢查該站點根目錄下是否存在robots.txt，如果存在，搜索機器人就會按照該文件中的內(nèi)容來確定訪問的范圍；如果該文件不存在，那么搜索機器人就沿著鏈接抓取。

二、robots.txt的作用

1、引導(dǎo)搜索引擎蜘蛛抓取指定欄目或內(nèi)容；

2、網(wǎng)站改版或者URL重寫優(yōu)化時候屏蔽對搜索引擎不友好的鏈接；

3、屏蔽死鏈接、404錯誤頁面；

4、屏蔽無內(nèi)容、無價值頁面；

5、屏蔽重復(fù)頁面，如評論頁、搜索結(jié)果頁；

6、屏蔽任何不想被收錄的頁面；

7、引導(dǎo)蜘蛛抓取網(wǎng)站地圖；三、Robots的語法（三個語法和兩個通配符）

三個語法如下：

1、User-agent:（定義搜索引擎）

示例：

User-agent: *（定義所有搜索引擎）
User-agent: Googlebot （定義谷歌，只允許谷歌蜘蛛爬?。?br /> User-agent: Baiduspider （定義百度，只允許百度蜘蛛爬?。?/p>

不同的搜索引擎的搜索機器人有不同的名稱，谷歌:Googlebot、百度:Baiduspider、MSN:MSNbot、Yahoo:Slurp。

2、Disallow:（用來定義禁止蜘蛛爬取的頁面或目錄）

示例：

Disallow: /（禁止蜘蛛爬取網(wǎng)站的所有目錄 "/" 表示根目錄下）
Disallow: /admin （禁止蜘蛛爬取admin目錄）
Disallow: /abc.html （禁止蜘蛛爬去abc.html頁面）
Disallow: /help.html （禁止蜘蛛爬去help.html頁面）

3、Allow:（用來定義允許蜘蛛爬取的頁面或子目錄）

示例：

Allow: /admin/test/（允許蜘蛛爬取admin下的test目錄）
Allow: /admin/abc.html（允許蜘蛛爬去admin目錄中的abc.html頁面）

兩個通配符如下：

4、匹配符 “$”

$ 通配符：匹配URL結(jié)尾的字符

5、通配符 “*”

* 通配符：匹配0個或多個任意字符

四、robots.txt 綜合示例

1、禁止搜索引擎抓取特定目錄

在這個例子中，該網(wǎng)站有三個目錄對搜索引擎的訪問做了限制，即搜索引擎不會訪問這三個目錄。

User-agent: * 　　Disallow: /admin/
Disallow: /tmp/
Disallow: /abc/

2、禁止admin目錄，但允許抓取admin目錄下的seo子目錄

User-agent: * 　　Allow: /admin/seo/
Disallow: /admin/

3、禁止抓取/abc/目錄下的所有以".htm”為后綴的URL（包含子目錄）

User-agent: * 　　Disallow: /abc/*.htm$

4、禁止抓取網(wǎng)站中所有的動態(tài)頁面

User-agent: * 　　Disallow: /?

屏蔽所有帶“?”的文件，這樣就屏蔽所有的動態(tài)路徑。

5、禁止百度蜘蛛抓取網(wǎng)站所有的圖片：

User-agent: Baiduspider
Disallow: /.jpg$
Disallow: /.jpeg$
Disallow: /.gif$
Disallow: /.png$
Disallow: /*.bmp$

6、要在阻止網(wǎng)站頁面被抓取的同時仍然在這些頁面上顯示 AdSense 廣告

User-agent: * 　　Disallow: /folder1/

User-agent: Mediapartners-Google
Allow: /folder1/

請禁止除 Mediapartners-Google 以外的所有漫游器。 這樣可使頁面不出現(xiàn)在搜索結(jié)果中，同時又能讓 Mediapartners-Google 漫游器分析頁面，從而確定要展示的廣告。 Mediapartners-Google 漫游器并不與其他 Google User-agent 共享網(wǎng)頁。

7、禁止所有搜索引擎訪問網(wǎng)站的任何部分（也就是網(wǎng)站徹底的拒絕所有搜索引擎收錄）

User-agent: *

Disallow: /

8、允許所有的robot訪問（也就是網(wǎng)站允許所有搜索引擎收錄）

User-agent: *

Disallow:

9、禁止某個搜索引擎的訪問（比如禁止百度收錄，按如下的方式寫）

User-agent: baiduspider

Disallow: /

10、允許某個搜索引擎的訪問（比如允許百度收錄，按如下的方式寫）

User-agent: baiduspider

Disallow:

User-agent: *

Disallow: /

五、注意事項

1、robots.txt 文件必須放在網(wǎng)站的根目錄，不可以放在子目錄。

以老梁博客網(wǎng)站為例：比如通過 http://madamerex.com/robots.txt 你就可以訪問到robots.txt文件。
2、robots.txt 文件名命名必須小寫，記得在robot面加“s”。

3、User-agent、Allow、Disallow的 “:” 后面有一個字符的空格。

4、路徑后面加斜杠“/” 和不加斜杠的是有區(qū)別的

Disallow: /help
禁止蜘蛛訪問 /help.html、/helpabc.html、/help/index.html

Disallow: /help/
禁止蜘蛛訪問 /help/index.html。 但允許訪問 /help.html、/helpabc.html

5、Disallow與Allow行的順序是有意義的：

舉例說明：

允許蜘蛛訪問 /admin/ 目錄下的seo文件夾

User-agent: * 　　　　Allow: /admin/seo/
Disallow: /admin/

如果Allow 和 Disallow 的順序調(diào)換一下：

User-agent: * 　　　　Disallow: /admin/
Allow: /admin/seo/

蜘蛛就無法訪問到 /admin/ 目錄下的 seo 文件夾，因為第一個 Disallow: /admin/ 已匹配成功。

六、關(guān)于Robots Meta

Robots.txt文件主要是限制整個站點或者目錄的搜索引擎訪問情況，而Robots Meta標簽則主要是針對一個個具體的頁面。和其他的META標簽（如使用的語言、頁面的描述、關(guān)鍵詞等）一樣，Robots Meta標簽也是放在頁面中，專門用來告訴搜索引擎ROBOTS如何抓取該頁的內(nèi)容。

Robots Meta 標簽中沒有大小寫之分，name="Robots" 表示所有的搜索引擎，可以針對某個具體搜索引擎（如google）寫為 name="Googlebot"， content部分有四個指令選項：index、noindex、follow、nofollow，指令間以 “,” 分隔。

Index 指令告訴搜索機器人抓取該頁面；

NoIndex命令：告訴搜索引擎不允許抓取這個頁面

Follow 指令表示搜索機器人可以沿著該頁面上的鏈接繼續(xù)抓取下去；

NoFollow命令：告訴搜索引擎不允許從此頁找到鏈接、拒絕其繼續(xù)訪問。

Robots Meta 標簽的缺省值是Index和Follow；

根據(jù)以上的命令，我們就有了一下的四種組合：

可以抓取本頁，而且可以順著本頁繼續(xù)索引別的鏈接=

不許抓取本頁，但是可以順著本頁抓取索引別的鏈接

可以抓取本頁，但是不許順著本頁抓取索引別的鏈接

不許抓取本頁，也不許順著本頁抓取索引別的鏈接。

七、關(guān)于 rel="nofollow"

將"nofollow"放在超鏈接中，告訴搜索引擎不要抓取特定的鏈接。

如某博客上有垃圾評論：灌水

就是這些注意事項了，大家去試試robots.txt吧！

問題未解決？付費解決問題加Q或微信 2589053300 (即Q號又微信號)右上方掃一掃可加博主微信

所寫所說，是心之所感，思之所悟，行之所得；文當無敷衍，落筆求簡潔。 以所舍，求所獲；有所依，方所成！