亚洲国产视频精品_欧美成人午夜免费影院手机在线看_a天堂中文字幕_中文亚色_日日噜噜噜噜人人爽亚洲精品_国产日韩精品一区二区三区春色

  什么是 robots.txt ？
         robots.txt 是一個純文本文件，通過在這個文件中聲明該網站中不想被 robots 訪問的部分，這樣，該網站的部分或全部內容就可以不被搜索引擎收錄了，或者指定搜索引擎只收錄指定的內容。 當一個搜索機器人訪問一個站點時，它會首先檢查該站點根目錄下是否存在 robots.txt ，如果找到，搜索機器人就會按照該文件中的內容來確定訪問的范圍，如果該文件不存在，那么搜索機器人就沿著鏈接抓取。 robots.txt 必須放置在一個站點的根目錄下，而且文件名必須全部小寫。 網站 URL相應的 robots.txt 的 URL

• http://www.w3.org/
• http://www.w3.org/robots.txt
• http://www.w3.org:80/
• http://www.w3.org:80/robots.txt
• http://www.w3.org:1234/
• http://www.w3.org:1234/robots.txt
• http://w3.org/
• http://w3.org/robots.txt

  robots.txt 的語法
"robots.txt" 文件包含一條或更多的記錄，這些記錄通過空行分開（以 CR,CR/NL, or NL 作為結束符），每一條記錄的格式如下所示：
"<field>:<optionalspace><value><optionalspace>" 。 在該文件中可以使用 # 進行注解，具體使用方法和 UNIX 中的慣例一樣。該文件中的記錄通常以一行或多行 User-agent 開始，后面加上若干 Disallow 行 , 詳細情況如下：
User-agent:

• 該項的值用于描述搜索引擎 robot 的名字，在 "robots.txt" 文件中，如果有多條 User-agent 記錄說明有多個 robot 會受到該協議的限制，對該文件來說，至少要有一條 User-agent 記錄。如果該項的值設為 * ，則該協議對任何機器人均有效，在 "robots.txt" 文件中， "User-agent ： *" 這樣的記錄只能有一條。

Disallow :

• 該項的值用于描述不希望被訪問到的一個 URL ，這個 URL 可以是一條完整的路徑，也可以是部分的，任何以 Disallow 開頭的 URL 均不會被 robot 訪問到。例如 "Disallow: /help" 對 /help.phpl 和 /help/index.phpl 都不允許搜索引擎訪問，而 "Disallow: /help/" 則允許 robot 訪問 /help.phpl ，而不能訪問 /help/index.phpl 。

• 任何一條 Disallow 記錄為空，說明該網站的所有部分都允許被訪問，在 "/robots.txt" 文件中，至少要有一條 Disallow 記錄。如果 "/robots.txt" 是一個空文件，則對于所有的搜索引擎 robot ，該網站都是開放的。

下面是一些 robots.txt 基本的用法：
     l 禁止所有搜索引擎訪問網站的任何部分：

• User-agent: *
• Disallow: / l 允許所有的 robot 訪問
• User-agent: *
• Disallow:
• 或者也可以建一個空文件 "/robots.txt" file l 禁止所有搜索引擎訪問網站的幾個部分（下例中的 cgi-bin 、 tmp 、 private 目錄）
• User-agent: *
• Disallow: /cgi-bin/
• Disallow: /tmp/
• Disallow: /private/ l 禁止某個搜索引擎的訪問（下例中的 BadBot ）
• User-agent: BadBot
• Disallow: / l 只允許某個搜索引擎的訪問（下例中的 WebCrawler ）
• User-agent: WebCrawler
• Disallow: User-agent: *
• Disallow: /

重慶網絡公司