robots.txt禁止所有搜索引擎收录协议写法{完整版}
展开阅读全文
- 什么是robots.txt?
robots.txt 是网站和搜索引擎的协议的纯文本文件。当一个搜索引擎蜘蛛来访问站点时，它首先爬行来检查该站点根目录下是否存在robots.txt， 如果存在，根据文件内容来确定访问范围，如果没有，蜘蛛就沿着链接抓取。robots.txt 放在项目的根目录下。
- robots.txt语法
- 允许所有搜索引擎访问网站的所有部分
robots.txt写法如下：
User-agent: *
Disallow:
或者
User-agent: *
Allow: /
注意： 1. 第一个英文要大写，冒号是英文状态下，冒号后面有一个空格，这几点一定不能写错。
- 禁止所有搜索引擎访问网站的所有部分
robots.txt写法如下：
User-agent: *
Disallow: /
- 只需要禁止蜘蛛访问某个目录，比如禁止admin、css、images等目录被索引
robots.txt写法如下：
User-agent: *
Disallow: /css/
Disallow: /admin/
Disallow: /images/
注意：路径后面有斜杠和没有斜杠的区别：比如Disallow: /images/ 有斜杠是禁止抓取images整个文件夹，Disallow: /images 没有斜杠意思是凡是路径里面有/images关键词的都会被屏蔽
4）屏蔽一个文件夹/templets，但是又能抓取其中一个文件的写法:/templets/main
robots.txt写法如下：
User-agent: *
Disallow: /templets
Allow: /main
- 禁止访问html/目录下的所有以”.php”为后缀的URL(包含子目录)
robots.txt写法如下：
User-agent: *
Disallow: html/*.php
- 仅允许访问某目录下某个后缀的文件,则使用“$”
robots.txt写法如下：
User-agent: *
Allow: .html$
Disallow: /
7）禁止索引网站中所有的动态页面
比如这里限制的是有“?”的域名，例如index.php?id=1
robots.txt写法如下：
User-agent: *
Disallow: /*?*
- 禁止搜索引擎抓取我们网站上的所有图片(如果你的网站使用其他后缀的图片名称，在这里也可以直接添加) 有些时候，我们为了节省服务器资源，需要禁止各类搜索引擎来索引我们网站上的图片，这里的办法除了使用“Disallow: /images/”这样的直接屏蔽文件夹的方式之外，还 可以采取直接屏蔽图片后缀名的方式。
robots.txt写法如下：
User-agent: *
Disallow: .jpg$
Disallow: .jpeg$
Disallow: .gif$
Disallow: .png$
Disallow: .bmp$
写robots.txt要注意的地方
1. 第一个英文要大写，冒号是英文状态下，冒号后面有一个空格，这几点一定不能写错。
2. 斜杠：/ 代表整个网站
3.如果“/”后面多了一个空格，则屏蔽整个网站
4.不要禁止正常的内容
5.生效时间是几天到两个月