①robots.txt纯文本文件,网站管理员可以在这里声明该网站不想robots访问的部分,所以robots优化直接影响着搜索引擎对网站的收录情况;
②robots.txt必须放置在一个站点的根目录下,并且文件名必须全部小写:www.cjzzc.com/robots.txt;
③就算你的网站全部内容都可以被搜索引擎收录,那也要写个空的robots.txt;因为有的服务器的设置会使没有robots.txt的时候返回200状态码和相应的错误信息;
# robots.txt file from http://www.cjzzc.com/
# All robots will spider the domain
User-agent:*
Disallow:
1、允许搜索引擎访问所有部分(一般可不写)
User-agent:*
Disallow:
2、禁止搜索引擎访问任何部分
User-agent:*
Disallow:/
3、禁止搜索引擎访问某几个部分
User-agent:*
Disallow:http://www.cjzzc.com/404.html
4、允许某个搜索引擎访问
User-agent:Baiduspiter
Disallow:/
5、禁止所有搜索引擎蜘蛛访问某几个目录下的内容及文件
User-agent:*
Disallow:/sss/
Disallow:/aaa/
8、禁止除了百度蜘蛛以外的所有搜索引擎抓取任何内容:
User-agent:Baiduspiter
Disallow:/
User-agent:*
Disallow:/
9、$:通配符,匹配url结尾的字符。禁止百度蜘蛛抓取所有.jpg文件
User-agent:Baiduspiter
Disallow:.jpg$
10、禁止和允许搜索引擎访问某个目录,如:禁止访问admin目录;允许访问images目录。
User-agent:*
Disallow:/admin/
Allow:/images/
11、禁止和允许搜索引擎访问某个后缀,如:禁止访问admin目录下所有php文件;允许访问asp文件。
User-agent:*
Disallow:/admin/*.php$
Allow:/admin/*.asp$
12、禁止索引网站中所有的动态页面(这里限制的是有“?”的域名,如:index.php?id=8)。
User-agent:*
Disallow:/*?*