Robots.txt文件的作用

一般来说出于安全的考虑，在网站seo优化时写入robots.txt文件，实际上就是告诉搜索引擎蜘蛛，网站上哪些内容允许抓取，哪些内容不允许抓取，这样做可以提高搜索引擎的抓取效率，增加搜索引擎对网站的友好度。

robots.txt文件的规范写法

文件中的记录通过空行分开，以CR、CR/NL、or NL作为结束符。robots.txt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和Allow行，详细情况如下：

User-agent:

用于描述搜索引擎蜘蛛的名字，在"Robots.txt"文件中，如果有多条User-agent记录说明有多个搜索引擎蜘蛛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。如果该项的值设为*，则该协议对任何搜索引擎蜘蛛均有效，在"Robots.txt"文件中，"User-agent:*"这样的记录只能有一条。

Disallow:

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”是指禁止搜索引擎蜘蛛抓取/help.html和/help/index.html；而”Disallow:/help/”则允许搜索引擎蜘蛛抓取/help.html，不能抓取/help/index.html。

Allow:

用于描述希望被访问的一组URL，与Disallow项相似，这个值可以是一条完整的路径，也可以是路径的前缀，以Allow项的值开头的URL是允许robot访问的。

例如，”Allow:/hibaidu”允许搜索引擎蜘蛛抓取/hibaidu.htm、/hibaiducom.html、/hibaidu/com.html。一个网站的所有URL默认是Allow的，所以Allow通常与Disallow搭配使用，实现允许访问一部分网页同时禁止访问其它所有URL的功能。

注意：Disallow与Allow行的顺序是有意义的，搜索引擎蜘蛛会根据第一个匹配成功的Allow或Disallow行确定是否访问某个URL。

使用”*”和”$”：

Baiduspider支持使用通配符”*”和”$”来模糊匹配url。“$”匹配行结束符。“*”匹配0或多个任意字符。

robots.txt文件用法举例

1，允许所有的robot访问

User-agent:*Allow:/或者User-agent:*Disallow:

2，禁止所有搜索引擎访问网站的任何部分

User-agent:*

Disallow:/

3，仅禁止Baiduspider访问

User-agent:Baiduspider

Disallow:/

4，仅允许Baiduspider访问您的网站

User-agent:Baiduspider

Disallow:

5，禁止spider访问特定目录

User-agent:*

Disallow:/cgi-bin/

Disallow:/tmp/

Disallow:/~joe/

6，允许访问特定目录中的部分url

User-agent:*

Allow:/cgi-bin/see

Allow:/tmp/hi

Allow:/~joe/look

Disallow:/cgi-bin/

Disallow:/tmp/

Disallow:/~joe/

7，使用”*”限制访问url

禁止访问/cgi-bin/目录下的所有以”.htm”为后缀的URL(包含子目录)。

User-agent:*

Disallow:/cgi-bin/*.htm

8，使用”$”限制访问url

仅允许访问以”.htm”为后缀的URL。

User-agent:*

Allow:.htm$

Disallow:/

9，禁止访问网站中所有的动态页面

User-agent:*

Disallow:/*?*

10，禁止Baiduspider抓取网站上所有图片

仅允许抓取网页，禁止抓取任何图片。

User-agent:Baiduspider

Disallow:.jpg$

Disallow:.jpeg$

Disallow:.gif$

Disallow:.png$

Disallow:.bmp$

11，仅允许Baiduspider抓取网页和.gif格式图片

允许抓取网页和gif格式图片，不允许抓取其他格式图片

User-agent:Baiduspider

Allow:.gif$

Disallow:.jpg$

Disallow:.jpeg$

Disallow:.png$

Disallow:.bmp$

12，仅禁止Baiduspider抓取.jpg格式图片

User-agent:Baiduspider

Disallow:.jpg$

注意：robots.txt是有分大小写的，默认文件名全小写，规则里面要注意区分大小写

13，在robots.txt中声明你的sitemap文件

在robots.txt加入如下的一行文字：

Sitemap:http://www.abc.com/sitemap.xml(替换自己的网站域名)