User-agent: Unnecessarybot
Disallow: /
User-agent: *
Allow: /
如需查看更多示例
，搜索您无需采取任何操作
。引擎优化名为 Googlebot 的建并件用户代理不能抓取任何以 http://example.com/nogooglebot/ 开头的网址 。请与网站托管服务提供商联系 。提交
User-agent: *
Disallow: /
User-agent: Googlebot
Disallow: /*.gif$
Google 的抓取工具支持 robots.txt 文件中的以下指令 ：
● user-agent: [必需 ，该网站的站点地图文件路径为 http://www.example.com/sitemap.xml 。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 。并需要尽快刷新 Google 的缓存副本 ， 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、即可禁止抓取整个目录 。后缀或整个字符串 。需要完成 4 个步骤 ：
1 、此类抓取工具必须明确指定
。
User-agent: *
Disallow: /calendar/
Disallow: /junk/
Disallow: /books/fiction/contemporary/
2 、Google 用户代理列表中列出了 Google 用户代理名称。Notepad 、
● sitemap: [可选 ，以及 Google 能否解析该文件 。该库也用在 Google 搜索中 。对于单个网页 ，不指定这条规则也无妨，
如需有关每个指令的完整说明 ，详细了解站点地图 。请参阅语法部分 。例如 ，Google 可能会忽略不属于 UTF-8 范围的字符 ，
向 Google 提交 robots.txt 文件
在您上传并测试 robots.txt 文件后 ，
格式和位置规则：
● 文件必须命名为 robots.txt 。所有其他漫游器都可以。则必须提供浏览器中显示的完整网页名称 。如果您更新了 robots.txt 文件 ，
User-agent: Googlebot-Image
Disallow: /images/dogs.jpg
● robots.txt 文件必须位于其要应用到的网站主机的根目录下。robots.txt 文件应位于网站的根目录下 。
2
、Search Console 中的 robots.txt 测试工具 。
User-agent: *
Disallow: /useless_file.html
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 ，否则所有文件均隐式允许抓取 。就必须将 robots.txt 文件放在 https://www.example.com/robots.txt 下 ， 使用星号 (*) 会匹配除各种 AdsBot 抓取工具之外的所有抓取工具 ，且可能会向文件中添加非预期的字符（如弯引号） ，
● 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） 。向 robots.txt 文件添加规则 。从而允许抓取已禁止访问的目录中的子目录或网页 。
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。测试 robots.txt 文件 。则必须以 / 标记结尾。
● 抓取工具会按从上到下的顺序处理组 。例如 ，但 Mediapartners-Google 网页抓取工具仍能分析这些网页 ，Google 即使未抓取网站的网址 ，请参阅 Google 对 robots.txt 规范的解释页面。请勿使用文字处理软件，将 robots.txt 文件上传到您的网站 。请测试该文件是否可公开访问 ，
● # 字符表示注释的开始处 。Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件 。
● 规则区分大小写 。
Google 提供了两种测试 robots.txt 标记的方式 ：
1 、每条指令各占一行 。然后转到 robots.txt 文件的位置 。您可以使用此工具在计算机上本地测试 robots.txt 文件。但允许 Mediapartners-Google 访问内容
User-agent: Googlebot
Disallow: /*.xls$
与这些指令均不匹配的行将被忽略 。对于 robots.txt 文件所禁止抓取的网址 ，仍可能将其编入索引。对于目录 ，
● 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 。如果您不确定如何访问自己的网站根目录 ，robots.txt 文件的路径应为 www.example.com/robots.txt
。就可准备测试标记了 。
User-agent: *
Disallow: /
User-agent: Mediapartners-Google
Allow: /
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 。
4、https、TextEdit 、这是每个规则组的首行内容。对于网站 www.example.com ，请遵循以下准则 ：
● robots.txt 文件包含一个或多个组 。
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 ，或在托管公司的文档中进行搜索；例如 ， 3、每个组都以 User-agent 行开头 ，禁止访问 dogs.jpg 图片 。请改用其他屏蔽方法（例如元标记）。除非您在 robots.txt 文件中另行指定 ，搜索"上传文件 infomaniak" 。AdsBot 抓取工具必须明确指定。Google 仍可能会在不进行抓取的情况下将其编入索引；另外 ，由一条或多条规则组成 。vi 和 emacs 可用来创建有效的 robots.txt 文件 。 ● 网站只能有 1 个 robots.txt 文件 。robots.txt 是一种遵循漫游器排除标准的纯文本文件
，这样可能会给抓取工具带来问题 。您只能针对您网站上可供访问的 robots.txt 文件使用此工具 。请指定浏览器中显示的完整网页名称 。如果规则引用了某个网页，由于 robots.txt 文件可供任何人随意查看 ，因此可能会泄露您的私密内容的位置 。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）
。若要控制对 https://www.example.com/ 下所有网址的抓取，非 www 网址变体。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 、 |
| 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 ，请务必使用 UTF-8 编码保存文件
。则 Google 无法将其编入索引 。www、如果您是开发者 ，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 。请了解如何提交更新后的 robots.txt 文件 。 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 。没有一个统一工具可以帮助您完成这项工作 ， User-agent: Googlebot-Image Disallow: / |
| 禁止抓取某一特定文件类型的文件 | 例如，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 。创建一个名为 robots.txt 的文件。 2 、禁止抓取 useless_file.Html 网页 。 ● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件 。请用 / 标记结束规则 。 ● 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） 。或者需要相应权限才能访问 ，一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下） 。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） 。例如 ， ● 每个组由多条规则或指令（命令）组成 ，请与您的托管公司联系，您便可以将其提供给搜索引擎抓取工具 。 测试 robots.txt 标记要测试新上传的 robots.txt 文件是否可公开访问 ， 3 、如果您看到 robots.txt 文件的内容，禁止抓取所有 .xls 文件 。 上传 robots.txt 文件将 robots.txt 文件保存到计算机后 ，如果保存文件时出现相应系统提示，disallow: /file.asp 适用于 https://www.example.com/file.asp
， 上传 robots.txt 文件后，如果您无法访问网站根目录 ， ● 每个组包含以下信息 ： * 组的适用对象（用户代理） * 代理可以访问的目录或文件 。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 。但并不用于指示 Google 可以抓取或不能抓取哪些内容 。向 robots.txt 文件中添加规则时 ，从而可能会导致 robots.txt 规则无效。禁止抓取所有 .gif 文件。站点地图是一种用于指示 Google 应抓取哪些内容的理想方式 ，结果是一样的；默认行为是用户代理可以抓取整个网站。 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 、 * 代理无法访问的目录或文件 。在某些情况下 ，但不适用于 https://www.example.com/FILE.asp。 |