robots.txt 禁止收录协议的写法

女爷i 2022-09-30 07:31 223阅读 0赞

1. 什么是robots.txt?  
　　robots.txt 是网站和搜索引擎的协议的纯文本文件。当一个搜索引擎蜘蛛来访问站点时，它首先爬行来检查该站点根目录下是否存在robots.txt，  
如果存在，根据文件内容来确定访问范围，如果没有，蜘蛛就沿着链接抓取。robots.txt 放在项目的根目录下。

2. robots.txt语法

1) 允许所有搜索引擎访问网站的所有部分  
      robots.txt写法如下：  
          User-agent:  \*  
          Disallow:  
       或者  
         User-agent:  \*  
         Allow:  /

注意： 1. 第一个英文要大写，冒号是英文状态下，冒号后面有一个空格，这几点一定不能写错。

2) 禁止所有搜索引擎访问网站的所有部分  
      robots.txt写法如下：  
           User-agent:  \*  
            Disallow:  /

3) 只需要禁止蜘蛛访问某个目录，比如禁止admin、css、images等目录被索引  
       robots.txt写法如下：  
             User-agent:  \*  
             Disallow:  /css/  
             Disallow:  /admin/  
             Disallow:  /images/

注意：路径后面有斜杠和没有斜杠的区别：比如Disallow: /images/ 有斜杠是禁止抓取images整个文件夹，Disallow: /images 没有斜杠意思是凡是路径里面有/images关键词的都会被屏蔽

4）屏蔽一个文件夹/templets，但是又能抓取其中一个文件的写法:/templets/main  
            robots.txt写法如下：  
                 User-agent:   \*  
                 Disallow:  /templets

Allow:  /main

5)  禁止访问/html/目录下的所有以”.php”为后缀的URL(包含子目录)

robots.txt写法如下：  
                    User-agent:  \*  
                    Disallow:  /html/\*.php

6) 仅允许访问某目录下某个后缀的文件,则使用“$”  
             robots.txt写法如下：  
                   User-agent:  \*  
                   Allow:  .html$  
                   Disallow:  /

7）禁止索引网站中所有的动态页面  
                比如这里限制的是有“?”的域名，例如index.php?id=1  
                robots.txt写法如下：  
                        User-agent:  \*  
                        Disallow:  /\*?\*

8) 禁止搜索引擎抓取我们网站上的所有图片(如果你的网站使用其他后缀的图片名称，在这里也可以直接添加)  
          有些时候，我们为了节省服务器资源，需要禁止各类搜索引擎来索引我们网站上的图片，这里的办法除了使用“Disallow: /images/”这样的直接屏蔽文件夹的方式之外，还 可以采取直接屏蔽图片后缀名的方式。  
        robots.txt写法如下：  
             User-agent: \*  
             Disallow:  .jpg$  
             Disallow:  .jpeg$  
             Disallow:  .gif$  
             Disallow:  .png$  
             Disallow:  .bmp$

写robots.txt要注意的地方  
       1. 第一个英文要大写，冒号是英文状态下，冒号后面有一个空格，这几点一定不能写错。  
　　2. 斜杠：/ 代表整个网站  
　　3.如果“/”后面多了一个空格，则屏蔽整个网站  
　　4.不要禁止正常的内容  
　　5.生效时间是几天到两个月

下面这种情况有灰色的一行字说明*robots.txt*是起了作用的。只是*收录*了网站的地址栏：

![20170320144452000][]

[20170320144452000]: /images/20220708/ea582549c28f46ba805b6c89bf12b6ad.png