robots.txt直接放在网站根目次下，是蜘蛛访问网站时，第一个抓取的文件。robots.txt是报告蜘蛛网站的哪些文件答应抓取，哪些文件不答应抓取，乃至可以指定特定的蜘蛛能不能抓取特定的文件。没有抓取就没有收录，没有收录就没有排名。以是作为第一蜘蛛访问的文件，写好robots.txt是很紧张的，写好robots.txt后，肯定要再查抄一两遍，以防堕落。这里总结下robots.txt写法，让你看完秒懂robots.txt写法和留意事项 。

一.robots.txt详细作用

1.对搜刮引擎做出划定，抓取大概不抓取。

2.由于有些信息划定了不让抓取，以是可以掩护到一些须要的信息，好比：网站背景，用户信息。

3.节流搜刮引擎抓取资源。

二.robots.txt规矩

1.User-agent，用于报告辨认蜘蛛范例。好比，User-agent: Baiduspider 就是指百度蜘蛛。

各种蜘蛛枚举如下：

百度蜘蛛：Baiduspider

谷歌呆板人：GoogleBot

360蜘蛛：360Spider

搜狗蜘蛛：Sogou News Spider

雅虎蜘蛛：“Yahoo! Slurp China” 大概 Yahoo!

有道蜘蛛：Youdaobot 大概 Yodaobot

Soso蜘蛛：Sosospider

2.Allow，答应蜘蛛抓取指定目次或文件，默认是答应抓取全部。

3.Disallow，不答应蜘蛛抓取指定目次或文件。

4.通配符，“*”，匹配0或多个恣意字符。

5.停止符，“$”，可以匹配以指定字符末端的字符。

举个例子：下面是一个wordpress步伐的robots.txt

User-agent: *

Disallow: /wp-admin/

Disallow: /wp-includes/

Disallow: /wp-content/plugins

Disallow: /wp-content/themes

Disallow: /feed

Disallow: /*/feed

Disallow: /comments/feed

Disallow: /*.js$

Disallow: /*?*

Sitemap: http://www.leheseo.com/sitemap.xml

表明：

User-agent: *：对全部搜刮引擎都利用下面的规矩。

Disallow: /wp-admin/：不让蜘蛛抓取根目次下的wp-admin文件夹。

Disallow: /*.js$：不让蜘蛛抓取根目次下全部的js文件。

Disallow: /*?*：不抓取全部的动态链接。

Sitemap: http://www.leheseo.com/sitemap.xml：给蜘蛛提供网站舆图，方便蜘蛛抓取网站内容。

三.robots.txt留意事项

1.假如你盼望搜刮引擎收录网站上全部的内容，那么就不要创建robots.txt文件。

2.假如同时存在动态和静态链接，那么发起屏蔽动态链接。

3.robots.txt只能是屏蔽站内文件的，对站外文件没有屏蔽功效。

4.User-agent，Allow，Disallow，Sitemap的首字母都是大写的。

5.User-agent，Allow，Disallow，Sitemap的冒号背面都是有空格的，没有写空格直接写接下来的内容会堕落。

6.网站通常会屏蔽搜刮效果页面。由于搜刮效果页和正常展示的内容页相比，标题和内容上雷同的，而这两个页面链接是差别的。那搜刮引擎该将这篇文章归属于哪个内链呢?如许就会造成内链之间相互竞争，造成内部资源消耗。

好比上面举的例子，谁人wordpress步伐，在没有设置伪静态，照旧动态链接的时间，搜刮效果页面链接都包罗有/?s=，而 标题和内容 与 正常展示的动态链接内容页重复，可以通过Disallow: /?=*来屏蔽搜刮效果页面。

而如今谁人wordpress步伐已经设置了伪静态，也设置了Disallow: /*?*，Disallow: /*?*自己就包罗了Disallow: /?=*，以是Disallow: /?=*这句写不写都没有干系

7.发起屏蔽js文件。Disallow: /*.js$，以 .js 末端的路径齐备被屏蔽，如许就屏蔽了js文件。

8.路径是区分巨细写的。Disallow: /ab/ 和 Disallow: /Ab/ 是不一样的。

9.robots.txt会袒露网站相干目次，写robots.txt时要思量到这一点。

10.有些seo会将文件直接备份在办事器中，文件是 .zip 格式，然后在robots.txt中屏蔽。小我私家不发起如许，这就是显着报告人家你的备份文件位置。发起文件和数据都备份到当地。

11.一些特别规矩比拟：

①Disallow: /和Disallow: / ab (/背面有个空格，再有ab)是一样的，/背面多了个空格，蜘蛛之认空格前面那一段，就是Disallow: /，以是两个都是屏蔽整站的。

②Disallow: /ab和Disallow: /ab*是一样的。好比两个都能屏蔽http://域名/ab，http://域名/abc，http://域名/abcd。

③Disallow: /ab/和Disallow: /ab是不一样的。很显着，Disallow: /ab范畴更广，包罗了Disallow: /ab/。由于Disallow: /ab/只能屏蔽http：//域名/ab/，http：//域名/ab/....如许的路径，也就是只能屏蔽ab目次和ab目次下的文件不被蜘蛛抓取。

四.验证robots.txt文件的精确性和是否见效

当我们写好了robots.txt文件后，怎么确定文件的精确性呢?上传到办事器根目次后，怎么判定robots.txt文件是否见效了呢?这时我们可以借助百度资源平台Robots。好比输入乐呵SEO测试服网址，得到如下效果。

验证robots.txt文件是否见效

检测到robots.txt文件的内容

验证robots.txt文件的精确性

效果证实，http://wordpress.leheseo.com/robots.txt这个文件没有语法错误，而且已经见效了。

如果想测试某一个目次大概文件是否被屏蔽了，百度也是提供了东西的。如下图，由于 http://wordpress.leheseo.com 是测试服，我屏蔽了全部文件。以是无论我输入根目次下的任何目次大概任何文件，都是检测不到的，也就是说蜘蛛是抓取不到的。

输入了背景目次wp-admin：

背景目次检测效果：

颠末测试，其他文件和目次页也检测不到，以是这个功效照旧很好用的。

更多robots.txt内容，可以参考百度提供的文档哦。https://ziyuan.baidu.com/college/courseinfo?id=267&page=12

robots.txt写法和留意事项就总结到这里了，内容相对过细，联合了例子解说会很轻易看懂，盼望对您有所资助咯。

原创文章，作者：乐呵seo，如若转载，请注明出处：http://www.leheseo.com/seojiaocheng/282.html