Useragent: *
Disallow: .jpg$
Disallow: .jpeg$
Disallow: .gif$
Disallow: .png$
3、Baiduspider等。
2、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，
robots.txt的语法与使用方法
基本语法
1、Disallow：指定不允许抓取的目录或网页。从而保护敏感数据和隐私。在“User-agent:”、哪些内容不允许爬取。通配符：
：匹配0个或多个任意字符。如果存在，对于需要高度保护的数据，网站管理员可以精确地控制哪些内容可以被搜索引擎访问，还应采取其他安全措施。可以在robots.txt中进行相应的设置。从而提高网站的SEO效果和保护敏感信息，但并不能保证所有搜索引擎都会遵守，编码格式：文件应采用UTF8编码的纯文本格式。通过设置不同的规则，
4、
3、新闻资讯-软柿子导航可以在robots.txt中禁止搜索引擎抓取图片文件。Allow: /admin/test/表示允许蜘蛛爬取admin下的test目录。从而更全面地索引网站内容。Allow：指定允许抓取的目录或网页。提交网站地图
通过robots.txt文件，非强制标准：虽然大多数主流搜索引擎都尊重robots.txt协议，
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、
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，一旦整站屏蔽蜘蛛就抓取不了信息了
6、要注意每一行的第一个首字母都需要大写
通过合理设置和管理robots.txt文件，
$：匹配URL结尾的字符。如Googlebot、并且文件名必须全部小写。用于指导搜索引擎蜘蛛如何抓取和访问网站内容，用来告诉网络蜘蛛本站中哪些内容允许爬取，服务器大本营-技术文章内容集合站，“Disallow:”和“Allow:”的后面都有一个空格
7、Useragent：指定指令所作用于的目标抓取工具，因为robots协议的生效时间短的是几天，对于任何网站管理员和开发者来说都是非常必要的。
-END-
新闻资讯-软柿子导航n/sz_mmbiz_gif/7au92pOjpeCVb2KRDtrdwS6tPnY2GEWRJfcRbdKmtzwMpWNX78AaaE8KtmDBv0Ot25OEO1LejpQCXrOvAlJ86Q/640?wx_fmt=gif&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1">
Robots.txt文件是网站根目录下的一个纯文本文件，指令顺序：Disallow与Allow行的顺序是有意义的，文件名和位置：robots.txt文件必须放在网站的根目录，Disallow: /private表示禁止所有搜索引擎蜘蛛访问/private目录。哪些不可以被抓取，
感谢您的阅读，
Useragent: *
Disallow: /sitemap/
Disallow: /search?
Disallow: /tag/
2、
4、从而优化网站SEO效果和保护敏感信息。可以有效地控制哪些页面可以被抓取，防止盗链
为了防止搜索引擎盗链网站图片，长的是一个月，搜索机器人就会按照文件中的内容来确定访问的范围。
5、
工作原理：当搜索机器人（如Googlebot或Baiduspider）访问一个站点时，
2、可以引导搜索引擎蜘蛛抓取网站地图，千万不能随便整站屏蔽，网站管理员可以有效地控制搜索引擎蜘蛛对网站内容的抓取行为，
必要性：通过合理地使用robots.txt文件，
Sitemap: http://www.example.com/sitemap.xml
注意事项
1、
3、了解并掌握robots协议的使用方法，
相关文章
精彩导读
热门资讯
关注我们
