51La关键字采集器
作者:admin 日期:2012-07-06
robots.txt用法
作者:admin 日期:2012-07-06
robots.txt文件用法举例来自百度百科：
| 例1.禁止所有搜索引擎访问网站的任何部分 | User-agent: * Disallow: / |
| 例2.允许所有的robot访问 (或者也可以建一个空文件 "/robots.txt") |
第1种写法 User-agent: * Allow: / 第2种写法 User-agent: * Allow: 第3种写法 User-agent: * Disallow: |
| 例3. 仅禁止Baiduspider访问您的网站 | User-agent: Baiduspider Disallow: / |
| 例4. 仅允许Baiduspider访问您的网站 | User-agent: Baiduspider Allow: / |
| 例5. 禁止spider访问特定目录 在这个例子中，该网站有三个目录对搜索引擎的访问做了限制，即robot不会访问这三个目录。需要注意的是对每一个目录必须分开声明，而不能写成 "Disallow: /cgi-bin/ /tmp/"。 |
User-agent: * Disallow: /cgi-bin/ Disallow: /tmp/ Disallow: /~joe/ |
| 例6. 允许访问特定目录中的部分url | User-agent: * Allow: /cgi-bin/see Allow: /tmp/hi Allow: /~joe/look |
| 例7. 使用"*"限制访问url 禁止访问/cgi-bin/目录下的所有以".htm"为后缀的URL(包含子目录)。 |
User-agent: * Disallow: /cgi-bin/*.htm |
| 例8. 使用"$"限制访问url 仅允许访问以".htm"为后缀的URL。 |
User-agent: * Allow: / .htm$ |
| 例9. 禁止访问网站中所有的动态页面 | User-agent: * Disallow: /*?* |
| 例10. 禁止Baiduspider抓取网站上所有图片 仅允许抓取网页，禁止抓取任何图片。 |
User-agent: Baiduspider Disallow: /*.jpg$ Disallow: /* .jpeg$ Disallow: /* .gif$ Disallow: /* .png$ Disallow: /*.bmp$ |
| 例11. 仅允许Baiduspider抓取网页和。gif格式图片 允许抓取网页和gif格式图片，不允许抓取其他格式图片 |
User-agent: Baiduspider Allow: .gif$ Disallow: /.jpg$ Disallow: / .jpeg$ Disallow: / .png$ Disallow: /.bmp$ |
| 例12. 仅禁止Baiduspider抓取。jpg格式图片 | User-agent: /Baiduspider Disallow: /.jpg$ |
广告位
