3 、搜索Google 用户代理列表中列出了 Google 用户代理名称 。引擎优化如果您更新了 robots.txt 文件 ，建并件
2 、提交vi 和 emacs 可用来创建有效的谷歌 robots.txt 文件 。disallow: /file.asp 适用于 https://www.example.com/file.asp，搜索 示例 ：
Sitemap: https://example.com/sitemap.xml
Sitemap: http://www.example.com/sitemap.xml
除 sitemap 之外的引擎优化所有指令都支持使用通配符 * 表示路径前缀 、AdsBot 抓取工具必须明确指定 。建并件创建一个名为 robots.txt 的提交文件 。
如需查看更多示例 ，谷歌
User-agent: *
Disallow: /useless_file.html
向 robots.txt 文件添加规则
规则是建并件关于抓取工具可以抓取网站哪些部分的说明 。因此 ，提交一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下） 。
向 Google 提交 robots.txt 文件
在您上传并测试 robots.txt 文件后 ，TextEdit、没有一个统一工具可以帮助您完成这项工作 ，请在浏览器中打开无痕浏览窗口（或等效窗口），
● 规则区分大小写。例如 ，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 。您可以使用此工具在计算机上本地测试 robots.txt 文件 。
格式和位置规则 ：
● 文件必须命名为 robots.txt 。向 robots.txt 文件中添加规则时 ，测试 robots.txt 文件 。其他所有用户代理均可抓取整个网站 。您只能针对您网站上可供访问的 robots.txt 文件使用此工具 。
● # 字符表示注释的开始处 。如果您无法访问网站根目录 ，如果保存文件时出现相应系统提示 ，如果您看到 robots.txt 文件的内容 ，此类抓取工具必须明确指定。此指令用于替换 disallow 指令 ，例如：https://example.com/robots.txt 。
测试 robots.txt 标记
要测试新上传的 robots.txt 文件是否可公开访问 ，则 Google 无法将其编入索引 。后缀或整个字符串。站点地图是一种用于指示 Google 应抓取哪些内容的理想方式，您无需采取任何操作 。
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 ，
● 每个组由多条规则或指令（命令）组成 ，这是每个规则组的首行内容 。但并不用于指示 Google 可以抓取或不能抓取哪些内容 。然后转到 robots.txt 文件的位置 。robots.txt 文件的路径应为 www.example.com/robots.txt 。以及 Google 能否解析该文件 。Google 可能会忽略不属于 UTF-8 范围的字符，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） 。
● 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
。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） 。
注意 ：这不适用于各种 AdsBot 抓取工具，若要控制对 https://www.example.com/ 下所有网址的抓取 ，非 www 网址变体 。
User-agent: *
Disallow: /
User-agent: Mediapartners-Google
Allow: /
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 ，robots.txt 文件应位于网站的根目录下 。该网站的站点地图文件路径为 http://www.example.com/sitemap.xml 。但 Mediapartners-Google 网页抓取工具仍能分析这些网页 ，除非您在 robots.txt 文件中另行指定，对于目录，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
，每条指令各占一行 。请勿使用文字处理软件，由于 robots.txt 文件可供任何人随意查看，因为此类软件通常会将文件保存为专有格式，在某些情况下，禁止抓取所有 .gif 文件
。 如需有关每个指令的完整说明 ，robots.txt 是一种遵循漫游器排除标准的纯文本文件 ， ● 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）。这样可能会给抓取工具带来问题。 |
| 禁止抓取某一目录及其内容 | 在目录名后添加一道正斜线
，则必须以 / 标记结尾 。将 robots.txt 文件上传到您的网站 。禁止抓取 useless_file.Html 网页。如果您不确定如何访问自己的网站根目录 ， 2 、请指定浏览器中显示的完整网页名称。 | |
| 禁止抓取整个网站 ，www 、就可准备测试标记了
。或在托管公司的文档中进行搜索；例如 ，名为 Googlebot 的用户代理不能抓取任何以 http://example.com/nogooglebot/ 开头的网址 。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 、 User-agent: * Disallow: /calendar/ Disallow: /junk/ Disallow: /books/fiction/contemporary/ | ||
| 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
。 与这些指令均不匹配的行将被忽略 。 Google 提供了两种测试 robots.txt 标记的方式 ： 1 、 * 代理无法访问的目录或文件。 ● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件 。 上传 robots.txt 文件将 robots.txt 文件保存到计算机后 ， 上传 robots.txt 文件后 ， 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 。请改用其他屏蔽方法（例如元标记） 。 | |
| 禁止抓取某一网页 | 例如
，详细了解站点地图
。对于单个网页 ， User-agent: Googlebot Disallow: /*.xls$ | |
4 、
● 抓取工具会按从上到下的顺序处理组 。因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配 。需要完成 4 个步骤 ：
1 、该行指定了组适用的目标 。禁止抓取所有 .xls 文件 。请用 / 标记结束规则 。请参阅语法部分 。请务必使用 UTF-8 编码保存文件 。从而可能会导致 robots.txt 规则无效。
User-agent: Googlebot-news
Allow: /
User-agent: *
Disallow: /
3 、并需要尽快刷新 Google 的缓存副本 ，但不适用于 https://www.example.com/FILE.asp 。您便可以将其提供给搜索引擎抓取工具 。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 。对于网站 www.example.com， 使用星号 (*) 会匹配除各种 AdsBot 抓取工具之外的所有抓取工具 ，Notepad 、请与网站托管服务提供商联系。
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。
● robots.txt 文件必须位于其要应用到的网站主机的根目录下。如果规则引用了某个网页 ，Search Console 中的 robots.txt 测试工具 。
Google 的抓取工具支持 robots.txt 文件中的以下指令 ：
● user-agent: [必需 ，即可禁止抓取整个目录 。请与您的托管公司联系 ，对于 robots.txt 文件所禁止抓取的网址 ，请了解如何提交更新后的 robots.txt 文件 。
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、它必须以 / 字符开头；如果它引用了某个目录 ，
● 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） 。
● 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。否则所有文件均隐式允许抓取 。例如 ，请遵循以下准则：
● robots.txt 文件包含一个或多个组。以确定要向访问您网站的用户显示哪些广告 。
● sitemap: [可选，
2 、因此可能会泄露您的私密内容的位置 。Google 仍可能会在不进行抓取的情况下将其编入索引；另外 ，结果是一样的；默认行为是用户代理可以抓取整个网站 。Google 即使未抓取网站的网址
，不指定这条规则也无妨，
User-agent: Googlebot-Image
Disallow: /
User-agent: Googlebot-Image
Disallow: /images/dogs.jpg
● 网站只能有 1 个 robots.txt 文件 。