| 一．什么是robots.txt文件? 搜索引擎通過一種程序robot（又稱spider），自動訪問互聯(lián)網(wǎng)上的網(wǎng)頁并獲取網(wǎng)頁信息。 您可以在您的網(wǎng)站中創(chuàng)建一個純文本文件robots.txt，在這個文件中聲明該網(wǎng)站中不想被robot訪問的部分，這樣，該網(wǎng)站的部分或全部內(nèi)容就可以不被搜索引擎收錄了，或者指定搜索引擎只收錄指定的內(nèi)容。 二. robots.txt文件放在哪里? robots.txt文件應(yīng)該放在網(wǎng)站根目錄下。舉例來說，當robots訪問一個網(wǎng)站（比如http://www.abc.com）時，首先會檢查該網(wǎng)站中是否存在http://www.abc.com/robots.txt這個文件，如果機器人找到這個文件，它就會根據(jù)這個文件的內(nèi)容，來確定它訪問權(quán)限的范圍。 | 網(wǎng)站 URL | 相應(yīng)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 |
三. robots.txt文件的格式 "robots.txt"文件包含一條或更多的記錄，這些記錄通過空行分開（以CR,CR/NL, or NL作為結(jié)束符），每一條記錄的格式如下所示： "<field>:<optionalspace><value><optionalspace>"。
在該文件中可以使用#進行注解，具體使用方法和UNIX中的慣例一樣。該文件中的記錄通常以一行或多行User-agent開始，后面加上若干Disallow行,詳細情況如下： User-agent:?
該項的值用于描述搜索引擎robot的名字，在"robots.txt"文件中，如果有多條User-agent記錄說明有多個robot會受到該協(xié)議的限制，對該文件來說，至少要有一條User-agent記錄。如果該項的值設(shè)為*，則該協(xié)議對任何機器人均有效，在"robots.txt"文件中，"User-agent：*"這樣的記錄只能有一條。
Disallow :
該項的值用于描述不希望被訪問到的一個URL，這個URL可以是一條完整的路徑，也可以是部分的，任何以Disallow 開頭的URL均不會被robot訪問到。例如"Disallow: /help"對/help.html 和/help/index.html都不允許搜索引擎訪問，而"Disallow: /help/"則允許robot訪問/help.html，而不能訪問/help/index.html。
任何一條Disallow記錄為空，說明該網(wǎng)站的所有部分都允許被訪問，在"/robots.txt"文件中，至少要有一條Disallow記錄。如果"/robots.txt"是一個空文件，則對于所有的搜索引擎robot，該網(wǎng)站都是開放的。 四. robots.txt文件用法舉例 例1.?禁止所有搜索引擎訪問網(wǎng)站的任何部分
下載該robots.txt文件 | User-agent: *?
Disallow: / | | 例2.?允許所有的robot訪問 (或者也可以建一個空文件 "/robots.txt" file) | ? User-agent: *
Disallow:
? | | 例3.?禁止某個搜索引擎的訪問 | User-agent: BadBot
Disallow: / | | 例4.?允許某個搜索引擎的訪問 | User-agent: baiduspider
Disallow: User-agent: *
Disallow: / | | 例5.?一個簡單例子
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。
需要注意的是對每一個目錄必須分開聲明，而不要寫成 "Disallow: /cgi-bin/ /tmp/"。
User-agent:后的* 具有特殊的含義，代表"any robot"，所以在該文件中不能有"Disallow: /tmp/*" or "Disallow: *.gif"這樣的記錄出現(xiàn). | User-agent: *
Disallow: /cgi-bin/
Disallow: /tmp/
Disallow: /~joe/ |
五. robots.txt文件參考資料 robots.txt文件的更具體設(shè)置,請參看以下鏈接： ·?Web Server Administrator's Guide to the Robots Exclusion Protocol?
·?HTML Author's Guide to the Robots Exclusion Protocol?
·?The original 1994 protocol description, as currently deployed
·?The revised Internet-Draft specification, which is not yet completed or implemented | 
