robots怎么写

2019-11-06 14:30:00发布

1条回答
麦田老师 - 天下无难事,只怕有心人!
1楼 · 2020-05-23 11:34:14.采纳回答

robots.txt基本语法

1、robots.txt的几个关键语法:

a、User-agent: 应用下文规则的漫游器,比如Googlebot,Baiduspider等。

b、Disallow: 要拦截的网址,不允许机器人访问。

c、Allow: 允许访问的网址

d、”*” : 通配符—匹配0或多个任意字符。

e、”$” : 匹配行结束符。

f、”#” : 注释—说明性的文字,不写也可。

g、Googlebot: 谷歌搜索机器人(也叫搜索蜘蛛)。

h、Baiduspider: 百度搜索机器人(也叫搜索蜘蛛)。

i、目录、网址的写法:都以以正斜线 (/) 开头。

Disallow:/

Disallow:/images/

Disallow:/admin/

Disallow:/css/

2、列举一些robots.txt 具体用法:

1、允许所有的robot访问

User-agent: *

Disallow:

或者

User-agent: *

Allow: /

或者建一个空文件”robots.txt”即可。

2、仅禁止某个机器人访问您的网站,如Baiduspider。

User-agent: Baiduspider

Disallow: /

3、仅允许某个机器人访问您的网站,如Baiduspider。

User-agent: Baiduspider

Disallow:

User-agent: *

Disallow: /

4、禁止访问特定目录

User-agent: *

Disallow: /admin/

Disallow: /css/

Disallow:

要拦截对所有包含问号 (?) 的网址的访问(具体地说,这种网址以您的域名开头、后接任意字符串,然后接问号,而后又接任意字符串),请使用以下内容:

User-agent: Googlebot

Disallow: /*?

要指定与某个网址的结尾字符相匹配,请使用 $。例如,要拦截以 .xls 结尾的所有网址,请使用以下内容: User-agent: Googlebot

Disallow: /*.xls$

您可将此模式匹配与 Allow 指令配合使用。例如,如果 ? 代表一个会话 ID,那么您可能希望排除包含 ? 的所有网址,以确保 Googlebot 不会抓取重复网页。但是以 ? 结尾的网址可能是您希望包含

在内的网页的版本。在此情况下,您可以对您的 robots.txt 文件进行如下设置:

User-agent: *

Allow: /*?$

Disallow: /*?

Disallow: /*? 指令会阻止包含 ? 的所有网址(具体地说,它将拦截所有以您的域名开头、后接任意字符串,然后接问号,而后又接任意字符串的网址)。

Allow: /*?$ 指令将允许以 ? 结尾的任何网址(具体地说,它将允许所有以您的域名开头、后接任意字符串,然后接 ?,? 之后不接任何字符的网址)。


TAG标签: