吴旭晓个人博客 繁体中文 简体中文

robots.txt是什么？

有没有想过，如果我们某个站点不让百度和google收录，那怎么办？

搜索引擎已经和我们达成一个约定，如果我们按约定那样做了，它们就不要收录。

这个写约定的的文件命名为:robots.txt。

robots.txt是一个最简单的.txt文件，用以告诉搜索引擎哪些网页可以收录，哪些不允许收录。

关于robots.txt一般站长需要注意以下几点：

1. 如果你的站点对所有搜索引擎公开，则不用做这个文件或者robots.txt为空就行。
2. 必须命名为：robots.txt，都是小写，robot后面加"s"。
3. robots.txt必须放置在一个站点的根目录下。如：通过http://blog.0579skys.com/robots.txt 可以成功访问到，则说明本站的放置正确。
4. 一般情况下，robots.txt里只写着两个函数：User-agent和 Disallow。
5. 观察这个页面并修改为自己的：http://blog.0579skys.com/robots.txt 
6. 有几个禁止，就得有几个Disallow函数，并分行描述。
7. 至少要有一个Disallow函数，如果都允许收录，则写: Disallow: ，如果都不允许收录，则写:Disallow: /  （注：只是差一个斜杆）。

补充说明：

User-agent: *  星号说明允许所有搜索引擎收录

Disallow: /links.html   说明 http://blog.0579skys.com/links.html 这个页面禁止搜索引擎抓取。

Disallow: /index.aspx?   说明类似这样的页面http://blog.0579skys.com/detail.aspx?id=287 禁止搜索引擎抓取。

相关文章：

如何使用标签阻止网页被收录？