相信有過青島網站優化經歷的seo從業者對于robots.txt文檔并不陌生，那么您真的了解robots嗎？您會設置robots嗎？下面讓青島網站建設公司-迅優網絡來為您分析一下： 1、什么是robots.txt文件 搜索引擎有自己的搜索習慣，當它對一個網站進行搜索時，哪些目錄和文件要看，哪些不用看，它有自己的算法。我們也可以自己建立一個robots.txt文 件，告訴搜索引擎的機器人哪些可以被收錄，哪些不需要收錄。這樣可以節約自己網站的資源，提高被搜索引擎收錄的效率。 ２、robots.txt放置位置 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。 ３、robots相關語法 1)User-agent: 適用下列規則的漫游器(搜索引擎) 　　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，就說明有多個robot會受到 robots.txt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*，則對任何robot均有效。 ●　Google爬蟲名稱: Googlebot ●　百度（Baidu）爬蟲名稱：Baiduspider ●　雅虎（Yahoo）爬蟲名稱：Yahoo Slurp ●　有道（Yodao）蜘蛛名稱：YodaoBot ●　搜狗（sogou）蜘蛛名稱：sogou spider ●　MSN的蜘蛛名稱(微軟最新搜索引擎Bing蜘蛛名也是這個)：Msnbot ２）Disallow: 拒絕訪問的目錄或文件 　　該項的值用于描述不希望被訪問的一組URL，這個值可以是一條完整的路徑，也可以是路徑的非空前綴，以Disallow項的值開頭的URL不會被robot訪問。 例如： Disallow:/seo.html 表示禁止robot訪問文件 /seo.html ３）Allow:允許訪問的目錄或文件 該項的值用于描述希望被訪問的一組URL，與Disallow項相似，這個值可以是一條完整的路徑，也可以是路徑的前綴，以Allow項的值開頭的URL是允許robot訪問的。 例如： Allow:/hibaidu/ 表示允許robot訪問目錄 /hibaidu/ 4)使用通配符"*"和"$"： 　　 $ 匹配行結束符。 　　 * 匹配0或多個任意字符。 ? 匹配1個任意字符 5)robots.txt文件里還可以直接包括在sitemap文件的鏈接。 Sitemap:http://www.lemigift.com/sitemaps.xml 4、robots.txt文件用法舉例 1)、攔截所有的機器人訪問網站 User-agent: * Disallow: / 2)、允許所有的機器人訪問網站 User-agent: * Allow: / 3)、禁止所有機器人訪問特定目錄： User-agent: * Disallow: /public/ Disallow: /images/ Disallow: /temp/ Disallow: /include/ 4)、禁止特定搜索引擎蜘蛛訪問特定目錄(這里我們以百度蜘蛛為例說明) User-agent: Baiduspider Disallow: /test/ 上面的robots.txt語法示例的意思是禁止百度蜘蛛爬行根目錄下的test目錄 5)、僅禁止Baiduspider抓取.jpg格式圖片 User-agent: Baiduspider Disallow: .jpg$ 　　 6)、僅允許訪問以".htm"為后綴的URL。 User-agent: * Allow: .htm$ Disallow: / 　　 7)、禁止訪問網站中所有的動態頁面 User-agent: * Disallow: /*?* 5、常見robots.txt錯誤 　　 1)、把多個禁止命令放在一行中： 　　 錯誤地寫法 　　 Disallow: /css/ /cgi-bin/ /images/ 　　 正確的寫法 　　 Disallow: /css/ 　　 Disallow: /cgi-bin/ 　　 Disallow: /images/ 2)、表示目錄時，忘記了斜杠/ 　　 錯誤的寫法 　　 User-agent: Baiduspider 　　 Disallow: css 　　 正確的寫法 　　 User-agent: Baiduspider 　　 Disallow: /css/ 6、robots meta網頁標簽寫法 Robots META標簽則主要是針對一個個具體的頁面。和其他的META標簽（如使用的語言、頁面的描述、關鍵詞等）一樣，Robots META標簽也是放在頁面的＜head＞＜/head＞中，專門用來告訴搜索引擎ROBOTS如何抓取該頁的內容。 Robots META標簽的寫法： Robots META標簽中沒有大小寫之分，name=”Robots”表示所有的搜索引擎，可以針對某個具體搜索引擎寫為name=”BaiduSpider”。 content部分有四個指令選項：index、noindex、follow、nofollow，指令間以“,”分隔。 INDEX 指令告訴搜索機器人抓取該頁面； FOLLOW 指令表示搜索機器人可以沿著該頁面上的鏈接繼續抓取下去； Robots Meta標簽的缺省值是INDEX和FOLLOW，只有inktomi除外，對于它，缺省值是INDEX,NOFOLLOW。 這樣，一共有四種組合： ＜META NAME="ROBOTS" CONTENT="INDEX,FOLLOW"＞ ＜META NAME="ROBOTS" CONTENT="NOINDEX,FOLLOW"＞ ＜META NAME="ROBOTS" CONTENT="INDEX,NOFOLLOW"＞ ＜META NAME="ROBOTS" CONTENT="NOINDEX,NOFOLLOW"＞ 其中 ＜META NAME="ROBOTS" CONTENT="INDEX,FOLLOW"＞可以寫成＜META NAME="ROBOTS" CONTENT="ALL"＞； ＜META NAME="ROBOTS" CONTENT="NOINDEX,NOFOLLOW"＞可以寫成＜META NAME="ROBOTS" CONTENT="NONE"＞ 目前看來，絕大多數的搜索引擎機器人都遵守robots.txt的規則，而對于Robots META標簽，目前支持的并不多，但是正在逐漸增加，如著名搜索引擎GOOGLE就完全支持，而且GOOGLE還增加了一個指令“archive”，可以 限制GOOGLE是否保留網頁快照。例如： ＜META NAME="googlebot" CONTENT="index,follow,noarchive"＞ 表示抓取該站點中頁面并沿著頁面中鏈接抓取，但是不在GOOLGE上保留該頁面的網頁快照。 (責任編輯：admin)