網站robots.txt文件如何寫作?

　　Robots協議(也稱為爬蟲協議、機器人協議等)的全稱是“網絡爬蟲排除標準”，網站通過Robots協議告訴搜索引擎哪些頁面可以抓取，哪些頁面不能抓取。robots.txt是一個協議，而不是一個命令。robots.txt是搜索引擎中訪問網站的時候要查看的第一個文件。robots.txt文件告訴蜘蛛程序在服務器上什么文件是可以被查看的。那么各位站長對robots了解多少?知道robots文件怎么寫嗎?下面小編就來為大家介紹。

　　robots協議原理

　　Robots協議是國外互聯網界通行的道德規范，基于以下原則建立：

　　1、搜索技術應服務于人類，同時尊重信息提供者的意愿，并維護其隱私權;

　　2、網站有義務保護其使用者的個人信息和隱私不被侵犯。

　　robots功能

　　Robots協議用來告知搜索引擎哪些頁面能被抓取，哪些頁面不能被抓取;可以屏蔽一些網站中比較大的文件，如：圖片，音樂，視頻等，節省服務器帶寬;可以屏蔽站點的一些死鏈接。方便搜索引擎抓取網站內容;設置網站地圖連接，方便引導蜘蛛爬取頁面。

　　文件寫法

　　User-agent: * 這里的*代表的所有的搜索引擎種類，*是一個通配符。

　　robots文件的寫法

　　Disallow: /admin/ 這里定義是禁止爬尋admin目錄下面的目錄。

　　Disallow: /require/ 這里定義是禁止爬尋require目錄下面的目錄。

　　Disallow: /ABC/ 這里定義是禁止爬尋ABC目錄下面的目錄。

　　Disallow: /cgi-bin/*.htm 禁止訪問/cgi-bin/目錄下的所有以".htm"為后綴的URL(包含子目錄)。

　　Disallow: /*?* 禁止訪問網站中所有包含問號 (?) 的網址。

　　Disallow: /.jpg$ 禁止抓取網站頁面所有的.jpg格式的圖片。

　　Disallow:/ab/adc.html 禁止爬取ab文件夾下面的adc.html文件。

　　Allow: /cgi-bin/　這里定義是允許爬尋cgi-bin目錄下面的目錄。

　　Allow: /tmp 這里定義是允許爬尋tmp的整個目錄。

　　Allow: .htm$ 僅允許訪問以".htm"為后綴的URL。

　　Allow: .gif$ 允許抓取網站頁面和gif格式圖片。

　　Sitemap: 網站地圖 告訴爬蟲這個頁面是網站地圖。

　　對于robots.txt文件的寫法就為大家分享到這里，當一個搜索蜘蛛訪問一個站點時，它會首先檢查該站點根目錄下是否存在robots.txt，如果存在，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，所有的搜索蜘蛛將能夠訪問網站上所有沒有被口令保護的頁面。天企優化seo小編提醒大家，僅當您的網站包含不希望被搜索引擎收錄的內容時，才需要使用robots.txt文件。如果您希望搜索引擎收錄網站上所有內容，請勿建立robots.txt文件。