通過Robots.txt禁止搜尋引擎收錄的方法
阿新 • • 發佈：2019-01-04
"robots.txt"檔案包含一條或更多的記錄，這些記錄通過空行分開（以CR,CR/NL, or NL作為結束符），每一條記錄的格式如下所示：
"<field>:<optionalspace><value><optionalspace>"。
在該檔案中可以使用#進行註解，具體使用方法和UNIX中的慣例一樣。該檔案中的記錄通常以一行或多行User-agent開始，後面加上若干Disallow行,詳細情況如下：
User-agent:
該項的值用於描述搜尋引擎robot的名字，在"robots.txt"檔案中，如果有多條User-agent記錄說明有多個robot會受到該協議的限制，對該檔案來說，至少要有一條User-agent記錄。如果該項的值設為*，則該協議對任何機器人均有效，在"robots.txt"檔案中，"User-agent:*"這樣的記錄只能有一條。
Disallow:
該項的值用於描述不希望被訪問到的一個URL，這個URL可以是一條完整的路徑，也可以是部分的，任何以Disallow開頭的URL均不會被robot訪問到。例如"Disallow:/help"對/help.html 和/help/index.html都不允許搜尋引擎訪問，而"Disallow:/help/"則允許robot訪問/help.html，而不能訪問/help/index.html。任何一條Disallow記錄為空，說明該網站的所有部分都允許被訪問，在"/robots.txt"檔案中，至少要有一條Disallow記錄。如果"/robots.txt"是一個空檔案，則對於所有的搜尋引擎robot，該網站都是開放的。