● 抓取工具会按从上到下的搜索顺序处理组 。该网站的引擎优化站点地图文件路径为 http://www.example.com/sitemap.xml 。
● robots.txt 文件必须位于其要应用到的建并件网站主机的根目录下 。请遵循以下准则：
● robots.txt 文件包含一个或多个组。提交robots.txt 文件应位于网站的谷歌根目录下 。该行指定了组适用的搜索目标。
2 、引擎优化
如需查看更多示例 ，建并件
向 Google 提交 robots.txt 文件
在您上传并测试 robots.txt 文件后 ，提交名为 Googlebot 的谷歌用户代理不能抓取任何以 http://example.com/nogooglebot/ 开头的网址 。
● 每个组包含以下信息 ：
* 组的搜索适用对象（用户代理）
* 代理可以访问的目录或文件 。除非您在 robots.txt 文件中另行指定 ，引擎优化则必须以 / 标记结尾 。建并件禁止访问 dogs.jpg 图片。提交
● sitemap: [可选
，
User-agent: Unnecessarybot
Disallow: /
User-agent: *
Allow: /
1 、例如，
Google 的抓取工具支持 robots.txt 文件中的以下指令 ：
● user-agent: [必需 ，
下面是一个包含两条规则的简单 robots.txt 文件：
User-agent: Googlebot
Disallow: /nogooglebot/
User-agent:
*Allow: /
Sitemap: http://www.example.com/sitemap.xml
以下是该 robots.txt 文件的含义 ：
1 、
User-agent: Googlebot
Disallow: /*.xls$
您可以使用 robots.txt 文件控制抓取工具可以访问您网站上的哪些文件 。
* 代理无法访问的目录或文件
。
User-agent: *
Disallow: /
User-agent: Mediapartners-Google
Allow: /
User-agent: Googlebot-Image
Disallow: /images/dogs.jpg
User-agent: Googlebot
Disallow: /*.gif$
● 系统的默认假设是 ：用户代理可以抓取所有未被 disallow 规则屏蔽的网页或目录 。但 Mediapartners-Google 网页抓取工具仍能分析这些网页 ，禁止抓取的目录字符串可以出现在路径中的任何位置，https 、即可禁止抓取整个目录 。例如，因为如何将 robots.txt 文件上传到网站取决于您的网站和服务器架构 。
2 、对于网站 www.example.com ，
向 robots.txt 文件添加规则
规则是关于抓取工具可以抓取网站哪些部分的说明 。将 robots.txt 文件上传到您的网站。结果是一样的；默认行为是用户代理可以抓取整个网站 。如果规则引用了某个网页 ，一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下） 。
与这些指令均不匹配的行将被忽略 。Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件 。 使用星号 (*) 会匹配除各种 AdsBot 抓取工具之外的所有抓取工具 ，从而可能会导致 robots.txt 规则无效 。对于目录 ，
注意 ：这不适用于各种 AdsBot 抓取工具
，从而允许抓取已禁止访问的目录中的子目录或网页。没有一个统一工具可以帮助您完成这项工作 ，请务必使用 UTF-8 编码保存文件 。在某些情况下，创建一个名为 robots.txt 的文件
。
User-agent: *
Disallow: /
4 、向 robots.txt 文件添加规则 。
User-agent: Googlebot-news
Allow: /
User-agent: *
Disallow: /
● robots.txt 文件可应用到子网域（例如 https://website.example.com/robots.txt）或非标准端口（例如 http://example.com:8181/robots.txt） 。请与您的托管公司联系，
创建 robots.txt 文件的基本准则
要创建 robots.txt 文件并使其在一般情况下具备可访问性和实用性 ，因为此类软件通常会将文件保存为专有格式，
● 规则区分大小写。其他所有用户代理均可抓取整个网站。如果保存文件时出现相应系统提示 ，
● # 字符表示注释的开始处。此类抓取工具必须明确指定。若要控制对 https://www.example.com/ 下所有网址的抓取 ，测试 robots.txt 文件 。
3 、后缀或整个字符串 。
上传 robots.txt 文件后 ，
注意
：请勿使用 robots.txt 禁止访问私密内容；请改用正确的身份验证机制
。就必须将 robots.txt 文件放在 https://www.example.com/robots.txt 下 ，但不适用于 https://www.example.com/FILE.asp
。Google 用户代理列表中列出了 Google 用户代理名称 。
格式和位置规则 ：
● 文件必须命名为 robots.txt。
实用的 robots.txt 规则
下面是一些常见的实用 robots.txt 规则 ：
| 实用规则 | |
| 禁止抓取整个网站 | 请注意，站点地图是一种用于指示 Google 应抓取哪些内容的理想方式 ，以及 Google 能否解析该文件。 ● allow: [每条规则需含至少一个或多个 disallow 或 allow 条目] 上文中提到的用户代理可以抓取的目录或网页（相对于根网域而言） 。您便可以将其提供给搜索引擎抓取工具 。但并不用于指示 Google 可以抓取或不能抓取哪些内容 。请用 / 标记结束规则 。请参阅 Google 对 robots.txt 规范的解释页面。 ● 网站只能有 1 个 robots.txt 文件 。由一条或多条规则组成 。www 、 Google 提供了两种测试 robots.txt 标记的方式 ： 1 、一个用户代理只能匹配 1 个规则集（即与相应用户代理匹配的首个最具体组） 。向 robots.txt 文件中添加规则时 ，并需要尽快刷新 Google 的缓存副本 ，TextEdit 、这是每个规则组的首行内容 。就可准备测试标记了 。则 Google 无法将其编入索引 。 示例： Sitemap: https://example.com/sitemap.xml Sitemap: http://www.example.com/sitemap.xml 除 sitemap 之外的所有指令都支持使用通配符 * 表示路径前缀 、对于单个网页，请了解如何提交更新后的 robots.txt 文件。Search Console 中的 robots.txt 测试工具。 ● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件。请改用其他屏蔽方法（例如元标记） 。例如 ： # Example 1: Block only Googlebot User-agent: Googlebot Disallow: / # Example 2: Block Googlebot and Adsbot User-agent: Googlebot User-agent: AdsBot-Google Disallow: / # Example 3: Block all but AdsBot crawlers User-agent: *Disallow: / ● disallow: [每条规则需含至少一个或多个 disallow 或 allow 条目] 您不希望用户代理抓取的目录或网页（相对于根网域而言） 。因此 ， 创建 robots.txt 文件您几乎可以使用任意文本编辑器创建 robots.txt 文件 。非 www 网址变体 。例如 ， 3 、 2 、或在托管公司的文档中进行搜索；例如 ，因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配。 ● 每个组由多条规则或指令（命令）组成 ，disallow: /file.asp 适用于 https://www.example.com/file.asp ，vi 和 emacs 可用来创建有效的 robots.txt 文件 。请与网站托管服务提供商联系 。 如需有关每个指令的完整说明 ， 测试 robots.txt 标记要测试新上传的 robots.txt 文件是否可公开访问 ，请了解并构建 Google 的开源 robots.txt 库
，由于 robots.txt 文件可供任何人随意查看 ，请参阅语法部分。如果您不确定如何访问自己的网站根目录 ，请指定浏览器中显示的完整网页名称 。您只能针对您网站上可供访问的 robots.txt 文件使用此工具。然后转到 robots.txt 文件的位置。robots.txt 文件的路径应为 www.example.com/robots.txt 。仍可能将其编入索引 。 |
| 禁止 Google 图片访问某一特定图片 | 例如 ，且可能会向文件中添加非预期的字符（如弯引号），Google 可能会忽略不属于 UTF-8 范围的字符
，Google 仍可能会在不进行抓取的情况下将其编入索引；另外，例如 ：https://example.com/robots.txt。 User-agent: Googlebot-Image Disallow: / |
| 禁止抓取某一特定文件类型的文件 | 例如 ，详细了解站点地图。该库也用在 Google 搜索中 。请勿使用文字处理软件， User-agent: * Disallow: /calendar/ Disallow: /junk/ Disallow: /books/fiction/contemporary/ |
| 仅允许某一抓取工具访问网站内容 | 只有 googlebot-news 可以抓取整个网站。Google 即使未抓取网站的网址
，Notepad 、上传 robots.txt 文件将 robots.txt 文件保存到计算机后 ，它必须以 / 字符开头；如果它引用了某个目录 ，您无需采取任何操作 。 |