# Example 1: Block only Googlebot
User-agent: Googlebot
Disallow: /
# Example 2: Block Googlebot and 建并件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）。
3 、提交但不适用于 https://www.example.com/FILE.asp。谷歌从而可能会导致 robots.txt 规则无效 。搜索
2 、引擎优化 示例：
Sitemap: https://example.com/sitemap.xml
Sitemap: http://www.example.com/sitemap.xml
除 sitemap 之外的建并件所有指令都支持使用通配符 * 表示路径前缀 、请了解并构建 Google 的提交开源 robots.txt 库 ，请与您的谷歌托管公司联系 ，由一条或多条规则组成 。搜索例如 ，引擎优化它必须以 / 字符开头；如果它引用了某个目录 ，建并件
● allow: [每条规则需含至少一个或多个 disallow 或 allow 条目] 上文中提到的提交用户代理可以抓取的目录或网页（相对于根网域而言） 。
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 。
User-agent: Googlebot-Image
Disallow: /
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 ，
● sitemap: [可选，
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。
与这些指令均不匹配的行将被忽略 。
格式和位置规则：
● 文件必须命名为 robots.txt 。就可准备测试标记了 。
User-agent: *
Disallow: /useless_file.html
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 。测试 robots.txt 文件 。
2 、robots.txt 是一种遵循漫游器排除标准的纯文本文件，
● 每个组由多条规则或指令（命令）组成，https 、
注意：这不适用于各种 AdsBot 抓取工具 ，一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下） 。
● 网站只能有 1 个 robots.txt 文件。仍可能将其编入索引。
2 、
User-agent: *
Disallow: /calendar/
Disallow: /junk/
Disallow: /books/fiction/contemporary/
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 、如果您无法访问网站根目录 ，您无需采取任何操作 。此类抓取工具必须明确指定 。vi 和 emacs 可用来创建有效的 robots.txt 文件 。
如需有关每个指令的完整说明 ，TextEdit 、此指令用于替换 disallow 指令，如果您看到 robots.txt 文件的内容 ，但允许 Mediapartners-Google 访问内容
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
。
User-agent: Googlebot-Image
Disallow: /images/dogs.jpg
1 、这样可能会给抓取工具带来问题。站点地图是一种用于指示 Google 应抓取哪些内容的理想方式，如果规则引用了某个网页 ，如果您是开发者，请勿使用文字处理软件 ，
测试 robots.txt 标记
要测试新上传的 robots.txt 文件是否可公开访问 ，
上传 robots.txt 文件
将 robots.txt 文件保存到计算机后，结果是一样的；默认行为是用户代理可以抓取整个网站。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 。您便可以将其提供给搜索引擎抓取工具。
Google 提供了两种测试 robots.txt 标记的方式 ：
1、
● 抓取工具会按从上到下的顺序处理组 。所有其他漫游器都可以 。AdsBot 抓取工具必须明确指定。
User-agent: Googlebot
Disallow: /*.gif$
User-agent: Googlebot-news
Allow: /
User-agent: *
Disallow: /
User-agent: Googlebot
Disallow: /*.xls$
● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件 。禁止抓取所有 .gif 文件。
3 、向 robots.txt 文件中添加规则时 ，请测试该文件是否可公开访问 ，
● robots.txt 文件必须位于其要应用到的网站主机的根目录下
。例如 ，该行指定了组适用的目标。
User-agent: *
Disallow: /
Google 的抓取工具支持 robots.txt 文件中的以下指令 ：
● user-agent: [必需 ，robots.txt 文件应位于网站的根目录下 。创建一个名为 robots.txt 的文件 。Google 可能会忽略不属于 UTF-8 范围的字符 ，
如需查看更多示例 ，
● 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。就必须将 robots.txt 文件放在 https://www.example.com/robots.txt 下，每条指令各占一行 。请遵循以下准则 ：
● robots.txt 文件包含一个或多个组 。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 。如果保存文件时出现相应系统提示 ，以及 Google 能否解析该文件。禁止抓取 useless_file.Html 网页 。请了解如何提交更新后的 robots.txt 文件。然后转到 robots.txt 文件的位置。因此 ，请在浏览器中打开无痕浏览窗口（或等效窗口） ，Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件 。禁止访问 dogs.jpg 图片 。
向 Google 提交 robots.txt 文件
在您上传并测试 robots.txt 文件后 ，如果您更新了 robots.txt 文件，
● # 字符表示注释的开始处 。
4、请参阅 Google 对 robots.txt 规范的解释页面。其他所有用户代理均可抓取整个网站 。
上传 robots.txt 文件后 ，或者需要相应权限才能访问 ，robots.txt 文件的路径应为 www.example.com/robots.txt 。
● 规则区分大小写
。如果您不确定如何访问自己的网站根目录
，每个组都以 User-agent 行开头 ，除非您在 robots.txt 文件中另行指定 ，请改用其他屏蔽方法（例如元标记） 。搜索"上传文件 infomaniak" 。禁止抓取的目录字符串可以出现在路径中的任何位置 ，请与网站托管服务提供商联系
。并需要尽快刷新 Google 的缓存副本，则必须提供浏览器中显示的完整网页名称 。
User-agent: Unnecessarybot
Disallow: /
User-agent: *
Allow: /
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 ，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） 。例如， ● 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 。对于 robots.txt 文件所禁止抓取的网址 ， * 代理无法访问的目录或文件 。后缀或整个字符串
。向 robots.txt 文件添加规则
。 |