| robots.txt规则说明手册 |
| 来源：智睿 浏览：1770 次 发布时间：2018-08-24 10:14:17 |
| 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? |
| 【刷新页面】【加入收藏】【打印此文】 【关闭窗口】 |
| 上一篇：智睿学校选课系统 V 4.1.0 学生选课系统，网络选课系统 下一篇：智睿录取查询报名系统 V 9.1.0 在线报名系统，招生录取系统 |
