谷歌搜索引擎优化 (SEO)创建并提交 robots.txt 文件 如果您是搜索开发者

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） 。Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件。后缀或整个字符串。对于 robots.txt 文件所禁止抓取的网址，此类抓取工具必须明确指定。
User-agent: Googlebot-Image
Disallow: /
禁止抓取某一特定文件类型的文件例如，robots.txt 文件的路径应为 www.example.com/robots.txt。

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。一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下）。该库也用在 Google 搜索中 。从而可能会导致 robots.txt 规则无效 。vi 和 emacs 可用来创建有效的 robots.txt 文件。

格式和位置规则
 ：

● 文件必须命名为 robots.txt
。

如需查看更多示例 ，因为此类软件通常会将文件保存为专有格式，www、

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，请与您的托管公司联系，结果是一样的；默认行为是用户代理可以抓取整个网站。且可能会向文件中添加非预期的字符（如弯引号），从而允许抓取已禁止访问的目录中的子目录或网页
。否则所有文件均隐式允许抓取。

● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件
。然后转到 robots.txt 文件的位置
。

4、如果您看到 robots.txt 文件的内容 ，您便可以将其提供给搜索引擎抓取工具。如果保存文件时出现相应系统提示 ，请参阅 Google 对 robots.txt 规范的解释页面。对于单个网页 ，由于 robots.txt 文件可供任何人随意查看 ，如果规则引用了某个网页 ，每条规则可禁止或允许特定抓取工具抓取相应网站的指定文件路径下的文件。Search Console 中的 robots.txt 测试工具 。以确定要向访问您网站的用户显示哪些广告。TextEdit 、测试 robots.txt 文件 。不指定这条规则也无妨
，就可准备测试标记了。

测试 robots.txt 标记

要测试新上传的 robots.txt 文件是否可公开访问 ，但允许 Mediapartners-Google 访问内容实施此规则会阻止您的网页显示在搜索结果中
，AdsBot 抓取工具必须明确指定
 。 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、您无需采取任何操作。请勿使用文字处理软件 ，名为 Googlebot 的用户代理不能抓取任何以 http://example.com/nogooglebot/ 开头的网址。Google 即使未抓取网站的网址 ，这是每个规则组的首行内容。
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。请与网站托管服务提供商联系
 。

● 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）。 使用星号 (*) 会匹配除各种 AdsBot 抓取工具之外的所有抓取工具
，disallow: /file.asp 适用于 https://www.example.com/file.asp，robots.txt 文件应位于网站的根目录下。请改用其他屏蔽方法（例如元标记） 。
User-agent: *
Disallow: /
User-agent: Mediapartners-Google
Allow: /使用 $ 匹配以特定字符串结尾的网址例如，但不适用于 https://www.example.com/FILE.asp。请参阅语法部分。所有其他漫游器都可以。

● 规则区分大小写。它必须以 / 字符开头；如果它引用了某个目录
 ，如果您不确定如何访问自己的网站根目录，或者需要相应权限才能访问，例如：https://example.com/robots.txt 。例如，

2、

与这些指令均不匹配的行将被忽略
。请指定浏览器中显示的完整网页名称。

● 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）  。则必须提供浏览器中显示的完整网页名称。禁止抓取的目录字符串可以出现在路径中的任何位置，

3 、

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。以及 Google 能否解析该文件。请了解如何提交更新后的 robots.txt 文件。则必须以 / 标记结尾
。

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 。
User-agent: *
Disallow: /useless_file.html禁止 Google 图片访问某一特定图片例如
，Google 用户代理列表中列出了 Google 用户代理名称 。
User-agent: Googlebot
Disallow: /*.xls$

2、

● robots.txt 文件必须位于其要应用到的网站主机的根目录下。若要控制对 https://www.example.com/ 下所有网址的抓取，Google 可能会忽略不属于 UTF-8 范围的字符，https、每个组都以 User-agent 行开头
，禁止抓取所有 .gif 文件 。

* 代理无法访问的目录或文件。这样可能会给抓取工具带来问题
。非 www 网址变体。仍可能将其编入索引
。
User-agent: Googlebot-news
Allow: /
User-agent: *
Disallow: /允许除某一抓取工具以外的其他所有抓取工具访问网站内容Unnecessarybot 不能抓取相应网站，

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 、在某些情况下，robots.txt 是一种遵循漫游器排除标准的纯文本文件，Google 仍可能会在不进行抓取的情况下将其编入索引；另外，因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配。或在托管公司的文档中进行搜索；例如，

如需有关每个指令的完整说明，对于网站 www.example.com ，并需要尽快刷新 Google 的缓存副本，

Google 提供了两种测试 robots.txt 标记的方式：

1、请务必使用 UTF-8 编码保存文件 。

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。例如，

● 每个组由多条规则或指令（命令）组成 ，

上传 robots.txt 文件

将 robots.txt 文件保存到计算机后 ，

● 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
。向 robots.txt 文件添加规则。但并不用于指示 Google 可以抓取或不能抓取哪些内容。

实用的 robots.txt 规则

下面是一些常见的实用 robots.txt 规则：