【资料图】

1、robots.txt文件的格式User-agent: 定义搜索引擎的类型Disallow: 定义禁止搜索引擎收录的地址Allow: 定义允许搜索引擎收录的地址我们常用的搜索引擎类型有：google蜘蛛：googlebot百度蜘蛛：baiduspideryahoo蜘蛛：slurpalexa蜘蛛：ia_archivermsn蜘蛛：msnbotaltavista蜘蛛：scooterlycos蜘蛛：lycos_spider_(t-rex)alltheweb蜘蛛：fast-webcrawlerinktomi蜘蛛： slurprobots.txt文件的写法User-agent: * 　　 这里的*代表的所有的搜索引擎种类，*是一个通配符Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录Disallow: /require/ 　 这里定义是禁止爬寻require目录下面的目录Disallow: /require/ 这里定义是禁止爬寻require目录下面的目录Disallow: /ABC 这里定义是禁止爬寻ABC整个目录Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以".htm"为后缀的URL(包含子目录)。

2、Disallow: /*?* 禁止访问网站中所有的动态页面Disallow: .jpg$ 禁止抓取网页所有的.jpg格式的图片Disallow:/ab/adc.html 禁止爬去ab文件夹下面的adc.html所有文件User-agent: * 　　这里的*代表的所有的搜索引擎种类，*是一个通配符Allow: /cgi-bin/　　这里定义是允许爬寻cgi-bin目录下面的目录Allow: /tmp 这里定义是允许爬寻tmp的整个目录Allow: .htm$ 仅允许访问以".htm"为后缀的URL。

3、Allow: .gif$ 允许抓取网页和gif格式图片robots.txt文件用法举例例1. 禁止所有搜索引擎访问网站的任何部分User-agent: *Disallow: /实例分析：淘宝网的 Robots.txt文件User-agent: BaiduspiderDisallow: /很显然淘宝不允许百度的机器人访问其网站下其所有的目录。

4、例2. 允许所有的robot访问 (或者也可以建一个空文件 “/robots.txt” file)User-agent: *Disallow:例3. 禁止某个搜索引擎的访问User-agent: BadBotDisallow: /例4. 允许某个搜索引擎的访问User-agent: baiduspiderDisallow: User-agent: *Disallow: 。

本文到此分享完毕，希望对大家有所帮助。