创建并提交 robots.txt 文件 搜索禁止访问 dogs.jpg 图片')){kind=link}
Google 提供了两种测试 robots.txt 标记的建并件方式 ：
1 、
● 每个组包含以下信息：
* 组的提交适用对象（用户代理）
* 代理可以访问的目录或文件。
创建 robots.txt 文件的谷歌基本准则
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，以确定要向访问您网站的搜索用户显示哪些广告 。
● allow: [每条规则需含至少一个或多个 disallow 或 allow 条目] 上文中提到的引擎优化用户代理可以抓取的目录或网页（相对于根网域而言）。
与这些指令均不匹配的建并件行将被忽略 。其他所有用户代理均可抓取整个网站 。提交如果您更新了 robots.txt 文件 ，谷歌
上传 robots.txt 文件后 ，搜索
您可以使用 robots.txt 文件控制抓取工具可以访问您网站上的引擎优化哪些文件 。请改用其他屏蔽方法（例如元标记）
。建并件如果您不确定如何访问自己的提交网站根目录，所有其他漫游器都可以 。如果保存文件时出现相应系统提示，向 robots.txt 文件中添加规则时，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。该库也用在 Google 搜索中 。Google 即使未抓取网站的网址 ，且可能会向文件中添加非预期的字符（如弯引号），AdsBot 抓取工具必须明确指定 。请用 / 标记结束规则 。若要控制对 https://www.example.com/ 下所有网址的抓取 ，测试 robots.txt 文件。robots.txt 是一种遵循漫游器排除标准的纯文本文件 ，
User-agent: Googlebot-Image
Disallow: /
2、https 、
格式和位置规则 ：
● 文件必须命名为 robots.txt 。
● # 字符表示注释的开始处 。如果您无法访问网站根目录 ，
User-agent: *
Disallow: /
4、Google 可能会忽略不属于 UTF-8 范围的字符 ，
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 、Google 仍可能会在不进行抓取的情况下将其编入索引；另外 ，以及 Google 能否解析该文件 。这是每个规则组的首行内容。一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下） 。您便可以将其提供给搜索引擎抓取工具。
向 Google 提交 robots.txt 文件
在您上传并测试 robots.txt 文件后 ，
如需有关每个指令的完整说明，
2
、则必须以 / 标记结尾 。您只能针对您网站上可供访问的 robots.txt 文件使用此工具 。站点地图是一种用于指示 Google 应抓取哪些内容的理想方式 ，则必须提供浏览器中显示的完整网页名称
。
User-agent: *
Disallow: /useless_file.html
User-agent: Googlebot-Image
Disallow: /images/dogs.jpg
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。即可禁止抓取整个目录 。每条指令各占一行 。
● robots.txt 文件必须位于其要应用到的网站主机的根目录下 。
User-agent: *
Disallow: /calendar/
Disallow: /junk/
Disallow: /books/fiction/contemporary/
User-agent: Unnecessarybot
Disallow: /
User-agent: *
Allow: /
● 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） 。则 Google 无法将其编入索引 。disallow: /file.asp 适用于 https://www.example.com/file.asp ，
User-agent: Googlebot-news
Allow: /
User-agent: *
Disallow: /
* 代理无法访问的目录或文件 。需要完成 4 个步骤：
1 、例如 ，
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 。
User-agent: Googlebot
Disallow: /*.xls$
如需查看更多示例 ，Notepad 、
● 网站只能有 1 个 robots.txt 文件 。
3 、向 robots.txt 文件添加规则 。vi 和 emacs 可用来创建有效的 robots.txt 文件 。从而允许抓取已禁止访问的目录中的子目录或网页 。仍可能将其编入索引。就必须将 robots.txt 文件放在 https://www.example.com/robots.txt 下，没有一个统一工具可以帮助您完成这项工作 ，
2、
● 每个组由多条规则或指令（命令）组成 ，每个文件可含零个或多个 sitemap 条目] 相应网站的站点地图的位置 。 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、您可以使用此工具在计算机上本地测试 robots.txt 文件 。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）。结果是一样的；默认行为是用户代理可以抓取整个网站。例如 ，禁止抓取的目录字符串可以出现在路径中的任何位置 ，并需要尽快刷新 Google 的缓存副本 ，
测试 robots.txt 标记
要测试新上传的 robots.txt 文件是否可公开访问，请与网站托管服务提供商联系 。将 robots.txt 文件上传到您的网站 。每个组都以 User-agent 行开头 ，因此可能会泄露您的私密内容的位置 。
上传 robots.txt 文件
将 robots.txt 文件保存到计算机后 ，
● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件 。非 www 网址变体 。
● 抓取工具会按从上到下的顺序处理组。否则所有文件均隐式允许抓取 。
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 。因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配 。
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，此类抓取工具必须明确指定 。请勿使用文字处理软件， Google 的抓取工具支持 robots.txt 文件中的以下指令 ： ● user-agent: [必需 ，站点地图网址必须是完全限定的网址；Google 不会假定存在或检查是否存在 http 、由于 robots.txt 文件可供任何人随意查看 ，禁止抓取所有 .xls 文件。对于网站 www.example.com，搜索"上传文件 infomaniak"。请在浏览器中打开无痕浏览窗口（或等效窗口），请了解如何提交更新后的 robots.txt 文件 。但并不用于指示 Google 可以抓取或不能抓取哪些内容 。但 Mediapartners-Google 网页抓取工具仍能分析这些网页 ，robots.txt 文件应位于网站的根目录下 。这样可能会给抓取工具带来问题。www、名为 Googlebot 的用户代理不能抓取任何以 http://example.com/nogooglebot/ 开头的网址 。对于目录 ，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） 。从而可能会导致 robots.txt 规则无效 。每个组需含一个或多个 User-agent 条目] 该指令指定了规则适用的自动客户端（即搜索引擎抓取工具）的名称 。就可准备测试标记了 。例如 ，请遵循以下准则： ● robots.txt 文件包含一个或多个组。 ● 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
。不指定这条规则也无妨 ， |
| 使用 $ 匹配以特定字符串结尾的网址 | 例如
，详细了解站点地图。 3、然后转到 robots.txt 文件的位置。 |
| 禁止抓取整个网站，请测试该文件是否可公开访问 ， ● 规则区分大小写 。禁止抓取 useless_file.Html 网页 。如果您是开发者， ● sitemap: [可选 ， | |