最近看到高端SEO社群里有同学讨论Robots相关问题，我们从实战的角度，给大家讲讲怎么写Robots写法，以及在实战中可能遇到的问题，都给大家讲一下！希望可以帮助更多不懂的同学！

 

 

 

Robots定义

 

什么是Robots，简单来讲，其实Robots就是放在网站根目录下的一个TXT文件，但是这个TXT文件对搜索引擎规定，哪些页面可以访问，哪些页面不行。

 

Robots一般放在网站根目录下，文件名固定为robots.txt的（全部小写）、当搜索引擎要爬取我们网站的时候，会先读一下robots.txt里面的内容，判断哪些URL可以访问，哪些不行，然后进行爬取、收录。

 

Robots规则

 

常用的几类语法：

 

User-agent: 定义搜索引擎的类型

 

google蜘蛛：googlebot

 

百度蜘蛛：baiduspider

 

yahoo蜘蛛：slurp

 

alexa蜘蛛：ia_archiver

 

msn蜘蛛：msnbot

 

Disallow: 定义禁止搜索引擎收录的地址

 

举个例子来讲：User-agent: * Disallow: /

 

禁止所有搜索引擎访问网站，(*)为通配符

 

Allow: 定义允许搜索引擎收录的地址

 

User-agent: * Disallow: /a/ Allow: /a/b

 

如上面例子，限制搜索引擎抓取a目录，但允许搜索引擎抓取a目录下的b目录

 

$通配符

 

User-agent: * Allow: .htm$

 

匹配URL结尾的字符。如下面代码将允许蜘蛛访问以.htm为后缀的URL：

 

*通配符

 

User-agent: * Disallow: /*.htm

 

告诉蜘蛛匹配任意一段字符。如下面一段代码将禁止所有蜘蛛抓取所有htm文件：

 

Sitemaps位置

 

Sitemap: http://www.xxx.com/sitemap.xml

 

Robots心得

 

1、许多朋友都喜欢让搜索引擎不抓取自己的后台，于是将自己的后台地址写到robots.txt里面，其实个人不建议这样做，因为考虑到网络安全，许多Hack都喜欢通过robots.txt看大家的后台，方便攻击！

 

 

 

2、网站必须要有robots.txt，如果网站没有robots.txt，搜索引擎随意抓取的话，可能会抓取到一些低质量页面，从而导致网站收录、流量受到影响,如上图是没有robots.txt。

 

3、当我们做完robots.txt后，一定要去【百度站长工具平台】抓取、测试robots.txt，以及测试URL是否可以抓取。

 

文章来源：逆冬黑帽SEO(ID：gh_c3dd79adc24e)，原文链接：https://mp.weixin.qq.com/s/jjUveBOtsRGaFzgMiq2UrQ