SEO基础：robots.txt文件介绍

robots.txt 文件规定了搜索引擎抓取工具可以访问网站上的哪些网址，并不禁止搜索引擎将某个网页纳入索引。如果想禁止索引（收录），可以用noindex，或者给网页设置输入密码才能访问(因为如果其他网页通过使用说明性文字指向某个网页，Google 在不访问这个网页的情况下仍能将其网址编入索引/收录这个网页)。

robots.txt 文件主要用于管理流向网站的抓取工具流量，通常用于阻止 Google 访问某个文件（具体取决于文件类型）。

如果您使用 robots.txt 文件阻止 Google 抓取网页，有时候其网址仍可能会显示在搜索结果中（通过其他链接找到），但搜索结果不会包含对该网页的说明：

robots.txt文件怎么写

只有使用特定的语法和符号编写的robots.txt文件才能被正确识别，所以是需要遵循一定的语法规则的，但是不用担心，非常的简单，只有三个关键词和2个通配符。

下面是一个简单的例子：

User-agent: *
Allow: /seo/*.jpg$
Disallow: /seo/*

User-agent

User-agent: *（定义所有搜索引擎）
User-agent: Googlebot （定义谷歌，只允许谷歌蜘蛛爬取）
User-agent: Baiduspider （定义百度，只允许百度蜘蛛爬取）

不同的搜索引擎的爬虫有不同的名称，比如谷歌:Googlebot、百度:Baiduspider、MSN:MSNbot、Yahoo:Slurp。

Disallow

Disallow:（用来定义禁止搜索引擎爬取的页面或路径）

比如：

Disallow: /（禁止蜘蛛爬取网站的所有目录 “/” 表示根目录下）
Disallow: /SEO/（禁止蜘蛛爬取SEO目录）
Disallow: /test.html （禁止蜘蛛爬取test.html页面）

Allow

Allow:（用来定义允许蜘蛛爬取的页面或路径）

比如：

Allow: /SEO/test/（允许蜘蛛爬取SEO下的test目录）
Allow: /SEO/test.html（允许蜘蛛爬取SEO目录中的test.html页面）

两个通配符

通配符 “$”

$ 通配符：匹配行结束符。

比如：

Allow: /seo/*.jpg$

上面这段代码就是允许爬虫爬取SEO目录下所有jpg结尾的文件。

通配符 “*”

* 通配符：匹配0个或多个任意字符

Disallow: /seo/*

上面这段意思是禁止爬虫爬取SEO目录下所有文件。

工具生成robots.txt

对于SEO小白来说，最好还是使用站长工具去生成robots.txt文件，防止规则写错，有时候真的是“一念天堂，一念地狱”的差别，要是robots.txt文件规则写错了，有可能会导致整个网站搜索引擎不收录的情况，所以在写这个文件的时候一定要认真，如果出现问题要想想是不是写错了规则，改完之后再到站长平台去提交新的文件。