详谈robots.txt写法规则

搜索引擎robots.txt规则，是放置在网站根目录下robots.txt文本文件，在文件中可以设定搜索引擎蜘蛛爬行规则。设置搜索引擎蜘蛛Spider抓取内容规则。

首先要创建一个robots.txt文本文件，放置网站的根目录下，下面就开始编辑设置robots.txt协议文件：

①robots.txt允许所有搜索引擎蜘蛛抓取所以目录文件，如果文件无内容，也表示允许所有的蜘蛛访问，设置代码如下：

User-agent: *

Disallow:

或者

User-agent: *

Allow: /

②robots.txt禁止某个搜索引擎蜘蛛抓取目录文件，设置代码如下：

User-agent: Msnbot

Disallow: /

例如想禁止MSN的蜘蛛抓取就设为，Msnbot代表MSN的蜘蛛，如果想禁止其他搜索引擎就更换蜘蛛名字即可，其他蜘蛛名字如下：

百度的蜘蛛：baiduspider

Google的蜘蛛： Googlebot

腾讯Soso:Sosospider

Yahoo的蜘蛛：Yahoo Slurp

Msn的蜘蛛：Msnbot

Altavista的蜘蛛：Scooter

Lycos的蜘蛛： Lycos_Spider_(T-Rex)

③robots.txt禁止某个目录被搜索引擎蜘蛛抓取，设置代码如下：

User-agent: *

Disallow: /目录名字1/

Disallow: /目录名字2/

Disallow: /目录名字3/

把目录名字改为你想要禁止的目录即可禁止搜索引擎蜘蛛抓取，目录名字未写表示可以被搜索引擎抓取。

④robots.txt禁止某个目录被某个搜索引擎蜘蛛抓取，设置代码如下：

User-agent: 搜索引擎蜘蛛名字 说明(上面有说明蜘蛛的名字)

Disallow: /目录名字/ 说明(这里设定禁止蜘蛛抓取的目录名称)

例如，想禁目Msn蜘蛛抓取admin文件夹，可以设代码如下：

User-agent: Msnbot

Disallow: /admin/

⑤robots.txt设定某种类型文件禁止被某个搜索引擎蜘蛛抓取，设置代码如下:

User-agent: *

Disallow: /*.htm 说明(其中“.htm”，表示禁止搜索引擎蜘蛛抓取所有“htm”为后缀的文件)⑥robots.txt充许所有搜索引擎蜘蛛访问以某个扩展名为后缀的网页地址被抓取，设置代码如下:User-agent: *

Allow: .htm$ 说明(其中“.htm”，表示充许搜索引擎蜘蛛抓取所有“htm”为后缀的文件)

⑦robots.txt只充许某个搜索引擎蜘蛛抓取目录文件，设置代码如下：

User-agent: 搜索引擎蜘蛛名字 说明(上面有说明蜘蛛的名字)

Disallow: