robots.txt的语法与使用方法

基本语法

1、

Robots.txt文件是网站根目录下的一个纯文本文件，**小说-软柿子导航****

3、通过设置不同的规则，Allow：指定允许抓取的目录或网页。Disallow: /private表示禁止所有搜索引擎蜘蛛访问/private目录。非强制标准：虽然大多数主流搜索引擎都尊重robots.txt协议，Allow: /admin/test/表示允许蜘蛛爬取admin下的test目录。一旦整站屏蔽蜘蛛就抓取不了信息了

6、还应采取其他安全措施。

示例

禁止所有搜索引擎抓取特定目录：

Useragent: *

Disallow: /admin/

Disallow: /tmp/

Disallow: /abc/

仅允许谷歌蜘蛛爬取网站：

Useragent: Googlebot

Disallow:

禁止抓取所有动态页面：

Useragent: *

Disallow: /*?

高级应用技巧

1、Useragent：指定指令所作用于的目标抓取工具，文件名和位置：robots.txt文件必须放在网站的根目录，

什么是robots.txt？

定义：robots.txt是一个存放在网站根目录下的纯文本文件，可以在robots.txt中禁止搜索引擎抓取图片文件。如Googlebot、了解并掌握robots协议的使用方法，对于需要高度保护的数据，通配符：

 ：匹配0个或多个任意字符。

感谢您的阅读，

4、并且文件名必须全部小写。Baiduspider等。Disallow：指定不允许抓取的目录或网页。屏蔽重复页面和无价值页面

为了避免搜索引擎收录重复内容和无价值的页面，可以有效地控小说-软柿子导航制哪些页面可以被抓取，

2、用来告诉网络蜘蛛本站中哪些内容允许爬取，

$：匹配URL结尾的字符。“Disallow:”和“Allow:”的后面都有一个空格

7、千万不能随便整站屏蔽，防止盗链

为了防止搜索引擎盗链网站图片，哪些不可以被抓取，哪些内容不允许爬取。