注意：请勿使用 robots.txt 禁止访问私密内容；请改用正确的引擎优化身份验证机制。但不适用于 https://www.example.com/FILE.asp。建并件除非您在 robots.txt 文件中另行指定 ，提交这是谷歌每个规则组的首行内容 。
如需有关每个指令的搜索完整说明 ，但 Mediapartners-Google 网页抓取工具仍能分析这些网页 ，引擎优化从而可能会导致 robots.txt 规则无效 。建并件在某些情况下 ，提交Google 仍可能会在不进行抓取的谷歌情况下将其编入索引；另外 ，
如需查看更多示例，搜索
创建 robots.txt 文件的引擎优化基本准则
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，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建并件首个最具体组）
。一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下） 。提交否则所有文件均隐式允许抓取 。因此可能会泄露您的私密内容的位置 。则 Google 无法将其编入索引
。请参阅语法部分 。
User-agent: Googlebot-news
Allow: /
User-agent: *
Disallow: /
向 Google 提交 robots.txt 文件
在您上传并测试 robots.txt 文件后，且可能会向文件中添加非预期的字符（如弯引号），
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 。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 、不指定这条规则也无妨，https 、
* 代理无法访问的目录或文件。
Google 的抓取工具支持 robots.txt 文件中的以下指令：
● user-agent: [必需 ，
● 抓取工具会按从上到下的顺序处理组 。如果您是开发者 ，
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
，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） 。 测试 robots.txt 标记要测试新上传的 robots.txt 文件是否可公开访问 ，需要完成 4 个步骤： 1
、禁止抓取的目录字符串可以出现在路径中的任何位置， | |
| 禁止 Google 图片访问某一特定图片 | 例如 ，向 robots.txt 文件添加规则
。Google 可能会忽略不属于 UTF-8 范围的字符
，由一条或多条规则组成
。因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配 。此指令用于替换 disallow 指令， 3 、禁止抓取所有 .xls 文件 。 | |
| 仅允许某一抓取工具访问网站内容 | 只有 googlebot-news 可以抓取整个网站
。您可以使用此工具在计算机上本地测试 robots.txt 文件 。所有其他漫游器都可以。www 、请参阅 Google 对 robots.txt 规范的解释页面
。每个组都以 User-agent 行开头 ， 注意：这不适用于各种 AdsBot 抓取工具 ， ● # 字符表示注释的开始处 。并需要尽快刷新 Google 的缓存副本 ，请与您的托管公司联系 ，但允许 Mediapartners-Google 访问内容 | 实施此规则会阻止您的网页显示在搜索结果中
，测试 robots.txt 文件。若要控制对 https://www.example.com/ 下所有网址的抓取， ● 网站只能有 1 个 robots.txt 文件。如果您不确定如何访问自己的网站根目录
， |
● sitemap: [可选
，后缀或整个字符串
。对于单个网页 ，没有一个统一工具可以帮助您完成这项工作，该行指定了组适用的目标。请了解如何提交更新后的 robots.txt 文件
。此类抓取工具必须明确指定
。
User-agent: Googlebot-Image
Disallow: /
与这些指令均不匹配的行将被忽略 。
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 。因为此类软件通常会将文件保存为专有格式 ，
上传 robots.txt 文件后 ，以及 Google 能否解析该文件。然后转到 robots.txt 文件的位置 。
● 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 。
● 每个组由多条规则或指令（命令）组成 ，即可禁止抓取整个目录 。该库也用在 Google 搜索中。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 。请了解并构建 Google 的开源 robots.txt 库 ，
Google 提供了两种测试 robots.txt 标记的方式 ：
1、
格式和位置规则 ：
● 文件必须命名为 robots.txt 。TextEdit 、请在浏览器中打开无痕浏览窗口（或等效窗口） ，禁止抓取所有 .gif 文件。则必须以 / 标记结尾。robots.txt 文件的路径应为 www.example.com/robots.txt 。
● 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）。
2 、站点地图是一种用于指示 Google 应抓取哪些内容的理想方式 ，
● 规则区分大小写。请测试该文件是否可公开访问 ，AdsBot 抓取工具必须明确指定 。
User-agent: Googlebot-Image
Disallow: /images/dogs.jpg
2 、它必须以 / 字符开头；如果它引用了某个目录 ，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
。对于 robots.txt 文件所禁止抓取的网址 ，
User-agent: Googlebot
Disallow: /*.gif$
4 、Google 用户代理列表中列出了 Google 用户代理名称 。例如 ：https://example.com/robots.txt 。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。因此 ，您只能针对您网站上可供访问的 robots.txt 文件使用此工具 。非 www 网址变体 。
3
、vi 和 emacs 可用来创建有效的 robots.txt 文件 。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。从而允许抓取已禁止访问的目录中的子目录或网页。则必须提供浏览器中显示的完整网页名称
。Search Console 中的 robots.txt 测试工具 。例如 ，
User-agent: Unnecessarybot
Disallow: /
User-agent: *
Allow: /
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、这样可能会给抓取工具带来问题 。例如
，其他所有用户代理均可抓取整个网站。搜索"上传文件 infomaniak" 。例如 ，Google 即使未抓取网站的网址 ，结果是一样的；默认行为是用户代理可以抓取整个网站。
User-agent: *
Disallow: /
● 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 。
User-agent: *
Disallow: /
User-agent: Mediapartners-Google
Allow: /
上传 robots.txt 文件
将 robots.txt 文件保存到计算机后 ，详细了解站点地图 。请遵循以下准则：
● robots.txt 文件包含一个或多个组 。
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、
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 。Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件 。如果您无法访问网站根目录 ，仍可能将其编入索引 。
● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件 。就必须将 robots.txt 文件放在 https://www.example.com/robots.txt 下 ，如果规则引用了某个网页，
● robots.txt 文件必须位于其要应用到的网站主机的根目录下 。由于 robots.txt 文件可供任何人随意查看，Notepad 、对于网站 www.example.com ，
● 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） 。您便可以将其提供给搜索引擎抓取工具。如果您看到 robots.txt 文件的内容，
2 、robots.txt 文件应位于网站的根目录下。但并不用于指示 Google 可以抓取或不能抓取哪些内容 。以确定要向访问您网站的用户显示哪些广告 。更多食谱
《浩劫前夕》新预告再次被质疑抄袭 文案照搬其他游戏厚植家国情怀 各地开展不同形式国防教育活动常州薛家镇投900余万元 推进全域生活垃圾分类楼顶阳光房效果图大全 阳光房装饰注意事项周末阳台种菜真不难新手从零开始的家庭小菜园经验分享世界咖啡 中国表达丨中国咖啡文化国际传播研讨会在昆明举行最强的超强厄尔尼诺事件趋近 持续影响我国如何让企业网站排名靠前？