带你学习网站robots.txt文件的用法

网络营销培训老师提醒站长同学们如果网站中有不希望搜索引擎收录的内容，可以使用robots.txt文件，它的语法可以禁止或允许URL抓取，则遵守robots.txt协议的就会按你的设置处理，不仅节省带宽和服务器资源，还可以用它这个方法来消除复制网页等。

主流搜索引擎都遵守 Robots 文件指令，robots.txt 禁止爬取的文件搜索引擎将不访问、不爬取。但要注意的是，被 robots 文件禁止爬取的 URL 还是可能出现在搜索结果中。只要有导入链接指向这个 URL，搜索引擎就知道这个 URL 的存在。虽然不会抓取页面内容，但是可能以下面几种形式显示在搜索结果中：

1、只显示 URL，没有标题、描述，谷歌常这样处理。

2、显示开放目录或雅虎等重要目录收录的标题和描述。

3、导入链接的锚文字显示为标题和描述，百度常这样处理。

要想使 URL 完全不出现在搜索结果中，需要使用页面上的 meta robots 标签。

robots.txt的生效时间

搜索引擎机器人基本会一到两天检查一次robots.txt文件有没有更新。如果更改了规则，禁止了已收录的内容，那么只是以后不再检索了，原来收录的内容可能要最多要数月时间才能删除。

书写 robots 文件时需要注意以下细节：

1、一定不要写绝对路径，就是不要带网站域名，用/代替即可。

2、注意 robots 文件中的所有符号都是在英文状态下写的，比如 Disallow: /admin/ 中的:是英文状态下的。

3、注意空格，例如 Disallow: /admin/ 中:后面紧跟着一个空格。

4、注意大小写，例如 Disallow: /admin/ 中 Disallow 的D是大写的。

5、robots 是有生效时间的，是由百度决定的，几天或者两个月以内，所以一定不要随便屏蔽整站。

6、还有一点要弄清楚，Disallow: /help 的意思是禁止蜘蛛访问 /help.html、/helpabc.html、/help/index.html 等所有带 help 的文件及文件夹；Disallow:/help/ 则是禁止蜘蛛访问 /help/index.html 这种形式的路径，允许访问 /help.html、/helpabc.html。