|
robots是搜索引擎蜘蛛协议，是告诉搜索引擎蜘蛛什么页面该抓，什么页面不该抓。robots.txtrobots.txt文件是一个纯文本文件，robots.txt是一个协议，而不是一个命令。robots.txt是搜索引擎中访问网站的时候要查看的第一个文件。robots.txt文件告诉蜘蛛程序在服务器上什么文件是可以被查看的。 robots文件的写法； 
User-agent: * 这里的*表示所有搜索引擎爬虫/蜘蛛，*是一个通配符 Disallow: /admin/ 表示禁止蜘蛛爬取admin目录所有文件 Disallow: /require/ 表示禁止蜘蛛爬取require目录所有文件 Disallow: /ABC/ 表示禁止蜘蛛爬取ABC目录所有文件 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 $是一个结束符 Disallow: /.jpg$ 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 robots.txt写好后用FTP工具上传到网站根目录，然后用路径去访问robots.txt，访问成功就说明安装正确，否则安装路就错了，或者用百度站长平台工具去效验，时间也要效验robots规则，如果robots文件写错，可能导致全站屏蔽，
| 
