robots.txt文件的作用及写法教程

说起 robots.txt 文件，很多网站的站长都非法的熟悉，尤其是一些专门研究SEO的从业者们。今天借助这篇博文，详细介绍一下 robots.txt 文件的作用与书写方法。robots.txt是一个写有 robots 协议的文件，它被放置于网站的根目录下，通过网址的形式就可以被访问到。别看它小，但它的作用可不小。

robots.txt文件的作用

1、用来告诉搜索引擎的蜘蛛哪些页面能被抓取，哪些页面不能被抓取；

2、屏蔽一些网站中比较大的文件，如：图片，音乐，视频等，节省服务器带宽；

3、屏蔽站点的一些死链接。方便搜索引擎抓取网站内容；

4、设置网站地图连接，方便引导蜘蛛爬取页面。

Robots 协议中的几个参数

1、自定义搜索引擎

User-agent：来定义搜索引引擎的。如下面代码：

1. User–agent: Baiduspider //百度蜘蛛
2. User–agent: Googlebot //谷歌蜘蛛
3. User–agent: * //*为通配符，表示所有的蜘蛛

注意：以上代码中，出现的汉字为注释说明，在实际的写法中，不能出现。

2、禁止抓取

Disallow：用来指示，要禁止抓取的目录，或文件。

1. Disallow: /a/ //禁止抓去a目录下的任何文件
2. Disallow: /b/c/ //禁止抓取b目录中c目录下的任何文件
3. Disallow: index.html //禁止抓取 index.html 文件

可使用通配符来表示要禁止抓取的目录或文件

1. Disallow: /*.css$ //禁止抓取所有CSS文件
2. Disallow: /*.js$ //禁止抓取所有js文件
3. Disallow: /*.php$ //禁止抓取所有php文件
4. Disallow: /*?* //禁止抓取所有还有参数的文件，比如动态文件
5. Disallow: / //禁止抓取所有目录以及文件

注意：*表示所有，$表示结尾

3、允许抓取

Allow：用来表示，允许要抓取的文件或者目录（一般是配合 Disallow 使用）

1. Allow: / //允许抓取所有目录及文件
2. Allow: /a/ //允许抓取a目录

robots.txt 写法举例

1、禁止百度抓取网站所有内容

1. User–agent: Baiduspider
2. Disallow:/

2、禁止所有搜索引擎访问

1. User–agent: *
2. Disallow: /

3、只允许某个搜索引擎访问，如下，只允许百度蜘蛛抓取

1. User–agent: *
2. Disallow: / User–agent: Baiduspider Disallow: