在进行网站优化的时候，经常会使用 robot s文件把一些内容不想让蜘蛛抓取，什么是robots.txt文件?
搜索引擎 通过一种爬虫spider程序（又称搜索蜘蛛、robot、搜索机器人等），自动搜集互联网上的网页并获取相关信息。
鉴于 网络安全 与隐私的考虑，搜索引擎遵循robots.txt协议。通过 根目录 中创建的 纯文本文件 robots.txt，网站可以声明不想被robots访问的部分。每个网站都可以自主控制网站是否愿意被 搜索引擎收录 ，或者指定搜索引擎只收录指定的内容。当一个搜索引擎的爬虫访问一个站点时，它会首先检查该站点根目录下是否存在robots.txt，如果该文件不存在，那么爬虫就沿着链接抓取，如果存在，爬虫就会按照该文件中的内容来确定访问的范围。
robots.txt必须放置在一个站点的根目录下，而且文件名必须全部小写。robots.txt文件的格式
如果要了解robots.txt，临沂seo建议先要了解robots.txt的一些基本写法和含义。下面为大家举例说明：
User-Agent: 适用下列规则的漫游器
Disallow: 要拦截的网页
一般情况下我们是允许所有搜索引擎访问我们的网站，并且屏蔽后台目录，那么我们可以这样写：
User-Agent: *
Disallow: /admin/
还有一些其它常见的写法：
User-agent: * 这里的*代表的所有的搜索引擎种类，*是一个通配符
Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录
Disallow: /require/ 这里定义是禁止爬寻require目录下面的目录
Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录
Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以".htm"为后缀的URL(包含子目录)。
Disallow: /*?* 禁止访问网站中所有的动态页面
Disallow: /.jpg$ 禁止抓取网页所有的.jpg格式的图片
Disallow:/ab/adc.html 禁止爬取ab文件夹下面的adc.html文件。
Allow: /cgi-bin/ 这里定义是允许爬寻cgi-bin目录下面的目录
Allow: /tmp 这里定义是允许爬寻tmp的整个目录
Allow: .htm$ 仅允许访问以".htm"为后缀的URL。
Allow: .gif$ 允许抓取网页和gif格式图片
如果大家能够很好的运用robots.txt文件，那么可以为seo的发展起到至关重要的作用.
评论