网站站长必须重视的robotstxt

网站管理者仿佛对t并没有引发多大重视，应一些朋友之要求，今天想通过这篇文章来简单谈

一下t的写作。

t基本介绍

t是一个纯文本文件，在这个文件中网站管理者可以声明该网站中不想被robots访问的部份，

或指定搜索引擎只收录指定的内容。

当一个搜索机器人（有的叫搜索蜘蛛）访问一个站点时，它会首先检查该站点根目录下是不是存在

t，如果存在，搜索机器人就会依照该文件中的内容来肯定访问的范围；如果该文件不存在，

那末搜索机器人就沿着链接抓取。

另外，t必须放置在一个站点的根目录下，而且文件名必须全部小写。

t写作语法

首先，我们来看一个t范例：beidou365/t

访问以上具体地址，我们可以看到t的具体内容以下：

# t file from beidou365

# All robots will spider the domain

User-agent: *

Disallow:

以上文本表达的意思是允许所有的搜索机器人访问beidou365站点下的所有文件。

具体语法分析：其中#后面文字为说明信息；User-agent:后面为搜索机器人的名称，后面如果是*，则泛

指所有的搜索机器人；Disallow:后面为不允许访问的文件目录。

下面，我将罗列一些t的具体用法：

允许所有的robot访问

User-agent: *

Disallow:

或也可以建一个空文件 /t file

制止所有搜索引擎访问网站的任何部份

User-agent: *

Disallow: /

制止所有搜索引擎访问网站的几个部份（下例中的01、02、03目录）

User-agent: *

Disallow: /01/

Disallow: /02/

Disallow: /03/

制止某个搜索引擎的访问（下例中的BadBot）

User-agent: BadBot

Disallow: /

只允许某个搜索引擎的访问（下例中的Crawler）

User-agent: Crawler

Disallow:

User-agent: *

Disallow: /

另外，我觉得有必要进行拓展说明，对robots meta进行一些介绍：

Robots META标签则主要是针对一个个具体的页面。和其他的META标签（如使用的语言、页面的描写、关

键词等）一样，Robots META标签也是放在页面的＜head＞＜/head＞中，专门用来告知搜索引擎ROBOTS

如何抓取该页的内容。

Robots META标签的写法：

Robots META标签中没有大小写之分，name=Robots表示所有的搜索引擎，可以针对某个具体搜索引

擎写为name=BaiduSpider。 content部份有四个指令选项：index、noindex、follow、nofollow，

指令间以分隔。

INDEX 指令告知搜索机器人抓取该页面；

FOLLOW 指令表示搜索机器人可以沿着该页面上的链接继续抓取下去；

Robots Meta标签的缺省值是INDEX和FOLLOW，只有inktomi除外，对它，缺省值是INDEXNOFOLLOW。

这样，1共有4种组合：

＜META NAME=ROBOTS CONTENT=INDEXFOLLOW＞

＜META NAME=ROBOTS CONTENT=NOINDEXFOLLOW＞

＜META NAME=ROBOTS CONTENT=INDEXNOFOLLOW＞

＜META NAME=ROBOTS CONTENT=NOINDEXNOFOLLOW＞

其中

＜META NAME=ROBOTS CONTENT=INDEXFOLLOW＞可以写成＜META NAME=ROBOTS CONTENT=

ALL＞；

＜META NAME=ROBOTS CONTENT=NOINDEXNOFOLLOW＞可以写成＜META NAME=ROBOTS

CONTENT=NONE＞

目前看来，绝大多数的搜索引擎机器人都遵照t的规则，而对Robots META标签，目前支持的

其实不多，但是正在逐步增加，如著名搜索引擎GOOGLE就完全支持，而且GOOGLE还增加了一个指令

archive，可以限制GOOGLE是不是保存网页快照。例如：

＜META NAME=googlebot CONTENT=indexfollownoarchive＞

万艾可价格

减肥的最快方法

健康科学的减肥方法

正确有效的减肥方法