robots.txt的正确使用

为什么80%的码农都做不了架构师？>>>   

robots.txt的位置：项目路径WebRoot根目录下。

验证方式：访问项目地址/robots.txt

1、如果允许所有搜索引擎访问网站的所有部分的话：
User-agent: *
Disallow:
或者
User-agent: *
Allow: /

2、如果我们禁止所有搜索引擎访问网站的所有部分的话：

User-agent: *
Disallow: /

3、如果我们禁止Google索引我们的网站的话：

User-agent: Googlebot
Disallow: /

4、如果我们禁止除Google外的一切搜索引擎索引我们的网站话：

User-agent: Googlebot
Disallow:
User-agent: *
Disallow: /

5、如果我们需要禁止蜘蛛访问某个目录，比如禁止admin、css、images等目录被索引的话：

User-agent: *
Disallow: /css/
Disallow: /admin/
Disallow: /images/

6、我们看某些网站的robots.txt里的Disallow或者Allow里会看很多的符号，比如问号星号什么的，如果使用“*”，主要是限制访问某个后缀的域名，禁止访问/html/目录下的所有以".htm"为后缀的URL(包含子目录)。

User-agent: *
Disallow: /html/*.htm
10如果我们使用“$”的话是仅允许访问某目录下某个后缀的文件
robots.txt写法如下：
User-agent: *
Allow: .asp$
Disallow: /

7、如果我们禁止百度搜索引擎抓取我们网站上的所有图片的话：

User-agent: Baiduspider
Disallow: .jpg$
Disallow: .jpeg$
Disallow: .gif$
Disallow: .png$
Disallow: .bmp$

8、除了百度之外和Google之外，禁止其他搜索引擎抓取你网站的图片：

User-agent: Baiduspider
Allow: .jpeg$
Allow: .gif$
Allow: .png$
Allow: .bmp$
User-agent: Googlebot
Allow: .jpeg$
Allow: .gif$
Allow: .png$
Allow: .bmp$
User-agent: *
Disallow: .jpg$
Disallow: .jpeg$
Disallow: .gif$
Disallow: .png$
Disallow: .bmp$
9、仅仅允许百度抓取网站上的“JPG”格式文件：

User-agent: Baiduspider
Allow: .jpg$
Disallow: .jpeg$
Disallow: .gif$
Disallow: .png$
Disallow: .bmp$

10、如果我们想禁止搜索引擎对一些目录或者某些URL访问的话，可以截取部分的名字：

User-agent:*
Disallow: /plus/feedback.php?

参考源自：http://wenku.baidu.com/link?url=QFIAhWZsTKO_c1bRt7CyIMh9uFmAtCtD5Se2NhwBkZQ6_Q8ECWib1WANi604SXHHxYQ0wpjo1GE0aCrDM95e7D8dNNtJ1HRSZzCa8rR1Izq

转载于:https://my.oschina.net/jirglt/blog/602217