超详细robots.txt大全和禁止目录收录及指定页面

「爱情、让人受尽委屈。」 2023-10-17 22:16 22阅读 0赞

robots.txt写法大全和robots.txt语法的作用  
1如果允许所有搜索引擎访问网站的所有部分的话 我们可以建立一个空白的文本文档，命名为robots.txt放在网站的根目录下即可。  
robots.txt写法如下：  
User-agent: \*  
Disallow:  
或者  
User-agent: \*  
Allow: /  
2如果我们禁止所有搜索引擎访问网站的所有部分的话  
robots.txt写法如下：  
User-agent: \*  
Disallow: /  
3如果我们需要某一个搜索引擎的抓取的话，比如百度，禁止百度索引我们的网站的话  
robots.txt写法如下：  
User-agent: Baiduspider  
Disallow: /  
4如果我们禁止Google索引我们的网站的话，其实跟示例3一样，就是User-agent:头文件的蜘蛛名字改成谷歌的Googlebot  
即可  
robots.txt写法如下：  
User-agent: Googlebot  
Disallow: /  
5如果我们禁止除Google外的一切搜索引擎索引我们的网站话  
robots.txt写法如下：  
User-agent: Googlebot  
Disallow:  
User-agent: \*  
Disallow: /  
6如果我们禁止除百度外的一切搜索引擎索引我们的网站的话  
robots.txt写法如下：  
User-agent: Baiduspider  
Disallow:  
User-agent: \*  
Disallow: /  
7如果我们需要禁止蜘蛛访问某个目录，比如禁止admin、css、images等目录被索引的话  
robots.txt写法如下：  
User-agent: \*  
Disallow: /css/  
Disallow: /admin/  
Disallow: /images/  
8如果我们允许蜘蛛访问我们网站的某个目录中的某些特定网址的话  
robots.txt写法如下：  
User-agent: \*  
Allow: /css/my  
Allow: /admin/html  
Allow: /images/index  
Disallow: /css/  
Disallow: /admin/  
Disallow: /images/  
9我们看某些网站的robots.txt里的Disallow或者Allow里会看很多的符号，比如问号星号什么的，如果使用“\*”，主要是限制访问某个后缀的域名，禁止访问/html/目录下的所有以”.htm”为后缀的URL(包含子目录)。  
robots.txt写法如下：  
User-agent: \*  
Disallow: /html/\*.htm  
10如果我们使用“$”的话是仅允许访问某目录下某个后缀的文件  
robots.txt写法如下：  
User-agent: \*  
Allow: .asp$  
Disallow: /

11如果我们禁止索引网站中所有的动态页面（这里限制的是有“?”的域名，例如index.asp?id=1）  
robots.txt写法如下：  
User-agent: \*  
Disallow: /\*?\*  
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。  
示例12  
如果我们禁止Google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)  
robots.txt写法如下：  
User-agent: Googlebot  
Disallow: .jpg$  
Disallow: .jpeg$  
Disallow: .gif$  
Disallow: .png$  
Disallow: .bmp$  
13如果我们禁止百度搜索引擎抓取我们网站上的所有图片的话  
robots.txt写法如下：  
User-agent: Baiduspider  
Disallow: .jpg$  
Disallow: .jpeg$  
Disallow: .gif$  
Disallow: .png$  
Disallow: .bmp$  
14除了百度之外和Google之外，禁止其他搜索引擎抓取你网站的图片  
(注意，在这里为了让各位看的更明白，因此使用一个比较笨的办法——对于单个搜索引擎单独定义。)  
robots.txt写法如下：  
User-agent: Baiduspider  
Allow: .jpeg$  
Allow: .gif$  
Allow: .png$  
Allow: .bmp$  
User-agent: Googlebot  
Allow: .jpeg$  
Allow: .gif$  
Allow: .png$  
Allow: .bmp$  
User-agent: \*  
Disallow: .jpg$  
Disallow: .jpeg$  
Disallow: .gif$  
Disallow: .png$  
Disallow: .bmp$

15仅仅允许百度抓取网站上的“JPG”格式文件  
（其他搜索引擎的办法也和这个一样，只是修改一下搜索引擎的蜘蛛名称即可）  
robots.txt写法如下：  
User-agent: Baiduspider  
Allow: .jpg$  
Disallow: .jpeg$  
Disallow: .gif$  
Disallow: .png$  
Disallow: .bmp$  
16仅仅禁止百度抓取网站上的“JPG”格式文件  
robots.txt写法如下：  
User-agent: Baiduspider  
Disallow: .jpg$  
17如果 ? 表示一个会话 ID，您可排除所有包含该 ID 的网址，确保 Googlebot 不会抓取重复的网页。但是，以 ? 结尾的网址可能是您要包含的网页版本。在此情况下，沃恩可将与 Allow 指令配合使用。  
robots.txt写法如下：  
User-agent:\*  
Allow:/\*?$  
Disallow:/\*?  
Disallow:/ \*?  
一行将拦截包含 ? 的网址（具体而言，它将拦截所有以您的域名开头、后接任意字符串，然后是问号 (?)，而后又是任意字符串的网址）。Allow: /\*?$ 一行将允许包含任何以 ? 结尾的网址（具体而言，它将允许包含所有以您的域名开头、后接任意字符串，然后是问号 (?)，问号之后没有任何字符的网址）。

18如果我们想禁止搜索引擎对一些目录或者某些URL访问的话，可以截取部分的名字  
robots.txt写法如下：  
User-agent:\*  
Disallow: /plus/feedback.php?  
以上内容供大家参考下即可。