网站站长必须重视的robots.txt_建站经验教程

推荐：网站设计应当让用户选，别让用户想！
见过很多网站，在设计的时候给了用户很大的自由度，我个人并不赞同这种做法。 最简单的例子，圈网。我在研究圈网的时候注册完成后圈网给了我一个搜索框，让我输

网站治理者似乎对robots.txt并没有引起多大重视，应一些朋友之请求，今天想通过这篇文章来简单谈一下robots.txt的写作。

robots.txt基本介绍

robots.txt是一个纯文本文件，在这个文件中网站治理者可以声明该网站中不想被robots访问的部分，或者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否存在robots.txt，假如存在，搜索机器人就会按照该文件中的内容来确定访问的范围；假如该文件不存在，那么搜索机器人就沿着链接抓取。另外，robots.txt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。

robots.txt写作语法

首先，我们来看一个robots.txt范例：http://www.beidou365.cn/robots.txt

访问以上具体地址，我们可以看到robots.txt的具体内容如下：

# Robots.txt file from http://www.beidou365.cn

# All robots will spider the domain

User-agent: *

Disallow:

以上文本表达的意思是答应所有的搜索机器人访问www.beidou365.cn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，后面假如是*，则泛

指所有的搜索机器人；Disallow:后面为不答应访问的文件目录。

下面，我将列举一些robots.txt的具体用法：

答应所有的robot访问

User-agent: *

Disallow:

或者也可以建一个空文件 “/robots.txt” file

禁止所有搜索引擎访问网站的任何部分

User-agent: *

Disallow: /

禁止所有搜索引擎访问网站的几个部分（下例中的01、02、03目录）

User-agent: *

Disallow: /01/

Disallow: /02/

Disallow: /03/

禁止某个搜索引擎的访问（下例中的BadBot）

User-agent: BadBot

Disallow: /

只答应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、页面的描述、要害词等）一样，Robots META标签也是放在页面的＜head＞＜/head＞中，专门用来告诉搜索引擎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部分有四个指令选项：index、noindex、follow、nofollow，指令间以“,”分隔。INDEX 指令告诉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，对于它，缺省值是INDEX,NOFOLLOW。

这样，一共有四种组合：

以下为引用的内容： ＜META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞ ＜META NAME=”ROBOTS” CONTENT=”NOINDEX,FOLLOW”＞ ＜META NAME=”ROBOTS” CONTENT=”INDEX,NOFOLLOW”＞ ＜META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞

分享：于斌：房地产网站将日趋多元化
2008年，搜房网宣称将完成百城战略，各地方上的房地产网站也如雨后春笋般破土而出，房地产门户网站的斗争日趋白热化，在拓展区域和巩固基础上，需要不断的将运