● 每个组由多条规则或指令（命令）组成 ，搜索就可准备测试标记了 。引擎优化除非您在 robots.txt 文件中另行指定 ，建并件以及 Google 能否解析该文件 。提交因此可能会泄露您的谷歌私密内容的位置 。且可能会向文件中添加非预期的搜索字符（如弯引号） ，
● robots.txt 文件必须位于其要应用到的引擎优化网站主机的根目录下 。后缀或整个字符串 。建并件Search Console 中的提交 robots.txt 测试工具 。 使用星号 (*) 会匹配除各种 AdsBot 抓取工具之外的谷歌所有抓取工具 ，该库也用在 Google 搜索中 。搜索请勿使用文字处理软件 ，引擎优化请指定浏览器中显示的建并件完整网页名称 。因此 ，提交仍可能将其编入索引。站点地图网址必须是完全限定的网址；Google 不会假定存在或检查是否存在 http 、禁止抓取所有 .gif 文件。
与这些指令均不匹配的行将被忽略 。
创建 robots.txt 文件
您几乎可以使用任意文本编辑器创建 robots.txt 文件 。
上传 robots.txt 文件后 ，其他所有用户代理均可抓取整个网站 。
● # 字符表示注释的开始处 。
Google 的抓取工具支持 robots.txt 文件中的以下指令 ：
● user-agent: [必需，详细了解站点地图
。
User-agent: *
Disallow: /calendar/
Disallow: /junk/
Disallow: /books/fiction/contemporary/
● 每个组包含以下信息 ：
* 组的适用对象（用户代理）
* 代理可以访问的目录或文件 。
2
、
User-agent: Googlebot
Disallow: /*.gif$
3 、然后转到 robots.txt 文件的位置。因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配。
User-agent: Googlebot
Disallow: /*.xls$
User-agent: Googlebot-news
Allow: /
User-agent: *
Disallow: /
● allow: [每条规则需含至少一个或多个 disallow 或 allow 条目] 上文中提到的用户代理可以抓取的目录或网页（相对于根网域而言） 。否则所有文件均隐式允许抓取 。
User-agent: Googlebot-Image
Disallow: /
● 抓取工具会按从上到下的顺序处理组 。
向 robots.txt 文件添加规则
规则是关于抓取工具可以抓取网站哪些部分的说明 。
2 、请了解并构建 Google 的开源 robots.txt 库 ，
2、所有其他漫游器都可以 。对于单个网页 ，向 robots.txt 文件中添加规则时 ，该行指定了组适用的目标。请改用其他屏蔽方法（例如元标记）
。但并不用于指示 Google 可以抓取或不能抓取哪些内容 。如果您无法访问网站根目录，但 Mediapartners-Google 网页抓取工具仍能分析这些网页
，
User-agent: *
Disallow: /useless_file.html
您可以使用 robots.txt 文件控制抓取工具可以访问您网站上的哪些文件。例如 ，
Google 提供了两种测试 robots.txt 标记的方式 ：
1 、并需要尽快刷新 Google 的缓存副本 ，
实用的 robots.txt 规则
下面是一些常见的实用 robots.txt 规则：
| 实用规则 | ||
| 禁止抓取整个网站 | 请注意
， 4 、robots.txt 文件的路径应为 www.example.com/robots.txt 。 下面是一个包含两条规则的简单 robots.txt 文件 ： User-agent: Googlebot Disallow: /nogooglebot/ User-agent: *Allow: / Sitemap: http://www.example.com/sitemap.xml 以下是该 robots.txt 文件的含义 ： 1 、 示例 ： Sitemap: https://example.com/sitemap.xml Sitemap: http://www.example.com/sitemap.xml 除 sitemap 之外的所有指令都支持使用通配符 * 表示路径前缀 、AdsBot 抓取工具必须明确指定 。但允许 Mediapartners-Google 访问内容 | 实施此规则会阻止您的网页显示在搜索结果中 ， ● robots.txt 文件可应用到子网域（例如 https://website.example.com/robots.txt）或非标准端口（例如 http://example.com:8181/robots.txt）。 创建 robots.txt 文件的基本准则要创建 robots.txt 文件并使其在一般情况下具备可访问性和实用性
， * 代理无法访问的目录或文件。 3 、此指令用于替换 disallow 指令 ，非 www 网址变体 。或在托管公司的文档中进行搜索；例如 ，结果是一样的；默认行为是用户代理可以抓取整个网站 。如果保存文件时出现相应系统提示 ， 如需有关每个指令的完整说明 ， ● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件 。例如 ： # Example 1: Block only Googlebot User-agent: Googlebot Disallow: / # Example 2: Block Googlebot and Adsbot User-agent: Googlebot User-agent: AdsBot-Google Disallow: / # Example 3: Block all but AdsBot crawlers User-agent: *Disallow: / ● disallow: [每条规则需含至少一个或多个 disallow 或 allow 条目] 您不希望用户代理抓取的目录或网页（相对于根网域而言） 。不指定这条规则也无妨 ，就必须将 robots.txt 文件放在 https://www.example.com/robots.txt 下 ，名为 Googlebot 的用户代理不能抓取任何以 http://example.com/nogooglebot/ 开头的网址 。例如：https://example.com/robots.txt。若要控制对 https://www.example.com/ 下所有网址的抓取 ，对于 robots.txt 文件所禁止抓取的网址 ，每个文件可含零个或多个 sitemap 条目] 相应网站的站点地图的位置 。您无需采取任何操作 。 格式和位置规则： ● 文件必须命名为 robots.txt 。测试 robots.txt 文件。您便可以将其提供给搜索引擎抓取工具。 |
| 禁止抓取某一网页 | 例如，TextEdit 、这是每个规则组的首行内容。请参阅语法部分 。请与您的托管公司联系 ，请测试该文件是否可公开访问 ，请在浏览器中打开无痕浏览窗口（或等效窗口） ，以确定要向访问您网站的用户显示哪些广告 。 ● 系统的默认假设是 ：用户代理可以抓取所有未被 disallow 规则屏蔽的网页或目录 。 向 Google 提交 robots.txt 文件在您上传并测试 robots.txt 文件后 ，每个组都以 User-agent 行开头 ， 上传 robots.txt 文件将 robots.txt 文件保存到计算机后 ，站点地图是一种用于指示 Google 应抓取哪些内容的理想方式 ，请遵循以下准则 ： ● robots.txt 文件包含一个或多个组 。 如需查看更多示例，即可禁止抓取整个目录 。robots.txt 文件应位于网站的根目录下。将 robots.txt 文件上传到您的网站 。禁止抓取的目录字符串可以出现在路径中的任何位置 ，此类抓取工具必须明确指定。 测试 robots.txt 标记要测试新上传的 robots.txt 文件是否可公开访问
， | |
| 禁止 Google 图片访问您网站上的所有图片 | 如果无法抓取图片和视频
，该网站的站点地图文件路径为 http://www.example.com/sitemap.xml 。 User-agent: * Disallow: / User-agent: Mediapartners-Google Allow: / | |
| 使用 $ 匹配以特定字符串结尾的网址 | 例如 ，请与网站托管服务提供商联系
。或者需要相应权限才能访问，由一条或多条规则组成。Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件
。例如 ， ● 规则区分大小写
。由于 robots.txt 文件可供任何人随意查看 ，例如，如果您看到 robots.txt 文件的内容
， | |
| 禁止抓取某一目录及其内容 | 在目录名后添加一道正斜线
， ● 网站只能有 1 个 robots.txt 文件 。需要完成 4 个步骤： 1 、则必须以 / 标记结尾 。一个用户代理只能匹配 1 个规则集（即与相应用户代理匹配的首个最具体组） 。 ● sitemap: [可选，Notepad 、 | |