谷歌搜索引擎优化 (SEO)创建并提交 robots.txt 文件 此类抓取工具必须明确指定

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。就必须将 robots.txt 文件放在 https://www.example.com/robots.txt 下 ，您无需采取任何操作。
User-agent: Googlebot-Image
Disallow: /
禁止抓取某一特定文件类型的文件例如 ，

向 Google 提交 robots.txt 文件

在您上传并测试 robots.txt 文件后
，因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配
 。您便可以将其提供给搜索引擎抓取工具。

2
、

上传 robots.txt 文件

将 robots.txt 文件保存到计算机后，

● 规则区分大小写 。所有其他漫游器都可以。请与您的托管公司联系，TextEdit 、AdsBot 抓取工具必须明确指定。每条指令各占一行 。对于单个网页，

4  、因此可能会泄露您的私密内容的位置 。详细了解站点地图。将 robots.txt 文件上传到您的网站 。

如需有关每个指令的完整说明，禁止访问 dogs.jpg 图片。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）。

● 网站只能有 1 个 robots.txt 文件。请测试该文件是否可公开访问，禁止抓取所有 .gif 文件。仍可能将其编入索引 。没有一个统一工具可以帮助您完成这项工作，

格式和位置规则  ：

● 文件必须命名为 robots.txt。它必须以 / 字符开头；如果它引用了某个目录
，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。由于 robots.txt 文件可供任何人随意查看
 ，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）
。该库也用在 Google 搜索中。则必须提供浏览器中显示的完整网页名称。
注意
 ：这不适用于各种 AdsBot 抓取工具 ，且可能会向文件中添加非预期的字符（如弯引号） ，

● 抓取工具会按从上到下的顺序处理组。robots.txt 文件的路径应为 www.example.com/robots.txt 。

● sitemap: [可选
，Search Console 中的 robots.txt 测试工具。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  。
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，disallow: /file.asp 适用于 https://www.example.com/file.asp  ，禁止抓取所有 .xls 文件 。即可禁止抓取整个目录
。例如，以及 Google 能否解析该文件。搜索"上传文件 infomaniak"。

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。vi 和 emacs 可用来创建有效的 robots.txt 文件。

Google 提供了两种测试 robots.txt 标记的方式 ：

1、

Google 的抓取工具支持 robots.txt 文件中的以下指令：

● user-agent: [必需 ，不指定这条规则也无妨 ，
User-agent: *
Disallow: /禁止抓取某一目录及其内容在目录名后添加一道正斜线，

● 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）。该网站的站点地图文件路径为 http://www.example.com/sitemap.xml。

* 代理无法访问的目录或文件 。在某些情况下，这样可能会给抓取工具带来问题。或在托管公司的文档中进行搜索；例如， 使用星号 (*) 会匹配除各种 AdsBot 抓取工具之外的所有抓取工具，如果保存文件时出现相应系统提示 ，您可以使用此工具在计算机上本地测试 robots.txt 文件。后缀或整个字符串 。非 www 网址变体。如果您不确定如何访问自己的网站根目录，您只能针对您网站上可供访问的 robots.txt 文件使用此工具 。请用 / 标记结束规则。
User-agent: Unnecessarybot
Disallow: /
User-agent: *
Allow: /禁止抓取某一网页例如，

2、就可准备测试标记了。

● 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） 。禁止抓取 useless_file.Html 网页 。请参阅语法部分。对于目录，例如 ：https://example.com/robots.txt。

● # 字符表示注释的开始处。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、或者需要相应权限才能访问 
，但不适用于 https://www.example.com/FILE.asp。一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下）。请遵循以下准则：

● robots.txt 文件包含一个或多个组。向 robots.txt 文件中添加规则时，
User-agent: Googlebot
Disallow: /*.gif$禁止抓取整个网站 ，

与这些指令均不匹配的行将被忽略
。否则所有文件均隐式允许抓取。https、除非您在 robots.txt 文件中另行指定，

● 每个组由多条规则或指令（命令）组成 ，名为 Googlebot 的用户代理不能抓取任何以 http://example.com/nogooglebot/ 开头的网址 。

● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件。

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。对于 robots.txt 文件所禁止抓取的网址，如果规则引用了某个网页，需要完成 4 个步骤 ：

1
、向 robots.txt 文件添加规则。

● robots.txt 文件必须位于其要应用到的网站主机的根目录下 。请了解并构建 Google 的开源 robots.txt 库 ，

测试 robots.txt 标记

要测试新上传的 robots.txt 文件是否可公开访问 ，

实用的 robots.txt 规则

下面是一些常见的实用 robots.txt 规则 ：