robots.txt文件问题攻略大全

robots.txt文件问题攻略大全，本文中小六SEO将大家常遇到的关于robots.txt文件的相关问题进行汇总，希望大家又长知识了。

1、robots.txt是什么？

解答：robots.txt是一个纯文本文件。简单说就是一个互联网协议，是针对搜索引擎蜘蛛抓取网站时的一个提前声明。通过robots.txt文件告诉蜘蛛，该网站的哪些文件你能访问抓取，哪些文件不要去访问抓取，从而规避一些隐私文件或不想被收录的文件被蜘蛛爬取到，起到一个引导蜘蛛的作用。

搜索引擎蜘蛛爬取网站的第一个文件会优先选择robots.txt文件，所以在引导蜘蛛时robots.txt文件就显得尤为重要。

2、robots.txt写法

解答：robots.txt文件的写法，小六SEO在《robots编写秘籍》一文中有详细的说明，这里做几个重点说明。

user-agent:* 这里的星号，代表泛指所有的搜索引擎，如需要特指某个蜘蛛，则将各个搜索引擎蜘蛛的名称写下即可。

各大常用搜索引擎蜘蛛名称如下：

google蜘蛛：googlebot

百度蜘蛛：baiduspider

yahoo蜘蛛：slurp

alexa蜘蛛：ia_archiver

msn蜘蛛：msnbot

bing蜘蛛：bingbot

altavista蜘蛛：scooter

lycos蜘蛛：lycos_spider_(t-rex)

alltheweb蜘蛛：fast-webcrawler

inktomi蜘蛛：slurp

有道蜘蛛：YodaoBot和OutfoxBot

热土蜘蛛：Adminrtspider

搜狗蜘蛛：sogou spider

SOSO蜘蛛：sosospider

360搜蜘蛛：360spider

屏蔽所有蜘蛛写法：

user-agent:*

disallow: /

提示：这里的斜杠代表网站根目录。

屏蔽单个搜索引擎蜘蛛写法（如屏蔽谷歌）：

user-agent:googlebot

Disallow: /

屏蔽单个目录：

user-agent:*

Disallow: /a/

提示：若a后面不加斜杠/a，表示以a形成的所有文件都屏蔽；加斜杠/a/表示只代表a目录下的所有文件。

屏蔽单个页面：

user-agent:*

Disallow: /123.html

屏蔽某一类后缀文件（如jpg图片）：

user-agent:*

Disallow: /*.jpg$

屏蔽某个指定二级域名:

user-agent:*

Disallow: http(s)://123.seo-6.com

释放已屏蔽目录中的某个文件：

user-agent:*

Disallow: /a/

Allow: /a/img/

屏蔽所有动态页面：

user-agent:*

Disallow: /*?*

加入网站地图文件：

user-agent:*

Sitemap: http://www.seo-6.com/sitemap.xml

Sitemap: http://www.seo-6.com/sitemap.html

提示：尽量把链接写完整，免得抓取出错。

关于robots具体屏蔽那些文件，请阅读《robots具体禁止什么文件》一文，文中有详细阐述，这里不细讲。

3、robots.txt放在哪里？

解答：robots.txt必须指定放在一个网站的根目录下，且文件名必须全部小写。

相应URL地址例如：

http://www.seo-6.com/robots.txt

4、robots.txt文件存在限制指令

解答：这个也就是大家，常看到某些网站，快照描述写着“由于该网站的robots.txt文件存在限制指令（限制搜索引擎抓取），系统无法提供该页面的内容”，其实就是该网站屏蔽了搜索引擎抓取，淘宝最为明显。

就是这个写法：

user-agent:*

disallow: /

解决办法，进入网站根目录，找到robots.txt文件，删除掉里面的“disallow: /”，然后等待快照更新就可以了。

5、robots.txt怎么看？

解答：都是进入网站空间，找到根目录下的robots.txt文件，打开观察写法，文件屏蔽，查看是否有误或新增即可。直接观察可以在浏览器输入主域名+robots.txt即可观察，修改还是要到服务器空间或ftp里面处理。

6、robots.txt可以删除吗？

解答：可以删除，但是对蜘蛛很不友好，建议不要删除，且把内容写完整。

7、robots.txt允许收录

解答：允许收录也就是写法，参考第二点写法规则即可。

8、robots.txt安全防渗透说明

解答：一般robots.txt文件中，我们会写到屏蔽后台路径如下：

user-agent:*

Disallow: /admin/

这个路径我们不能像上面这样直接写出来，很容易被别人窥视加以利用，所以一般我们需要设置复杂一点，并用星号泛指来表示。

如下：

user-agent:*

Disallow: /a*n/

将中间部分用泛指表示出来，蜘蛛是可以根据前后对照识别出文件，但别人想要知道就很难了，可防止被攻击，增加安全性。

9、robots.txt文件本身安全吗？

解答;robots.txt本身是没安全问题的，但如果空间被入侵，robots.txt文件被修改可能就会出错了。不过也很容易察觉到，一旦你发现异常了，修改回来就好了，所以robots.txt文件也需要时常看看是否有问题，做好安全维护工作。

好了以上就是这些内容，相信大家已经掌握robots要诀了，还没明白的就多看几遍。

本文由小六SEO原创首发，转载请注明来源和作者。