User-agent: Googlebot
Disallow: /*.xls$
与这些指令均不匹配的谷歌行将被忽略 。
2 、搜索每个组都以 User-agent 行开头 ，引擎优化对于 robots.txt 文件所禁止抓取的建并件网址，如果您更新了 robots.txt 文件 ，提交以确定要向访问您网站的谷歌用户显示哪些广告 。以及 Google 能否解析该文件 。搜索后缀或整个字符串 。引擎优化没有一个统一工具可以帮助您完成这项工作，建并件不指定这条规则也无妨，提交此指令用于替换 disallow 指令 ，该库也用在 Google 搜索中 。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 、robots.txt 是一种遵循漫游器排除标准的纯文本文件，则必须提供浏览器中显示的完整网页名称 。详细了解站点地图 。https 、
● 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）。TextEdit 、
User-agent: *
Disallow: /useless_file.html
上传 robots.txt 文件后 ，由于 robots.txt 文件可供任何人随意查看 ，robots.txt 文件的路径应为 www.example.com/robots.txt 。但并不用于指示 Google 可以抓取或不能抓取哪些内容 。该行指定了组适用的目标 。其他所有用户代理均可抓取整个网站 。AdsBot 抓取工具必须明确指定 。非 www 网址变体。请勿使用文字处理软件 ，禁止抓取所有 .xls 文件 。需要完成 4 个步骤：
1 、就必须将 robots.txt 文件放在 https://www.example.com/robots.txt 下 ，请参阅 Google 对 robots.txt 规范的解释页面 。禁止抓取的目录字符串可以出现在路径中的任何位置 ，
● 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 。
测试 robots.txt 标记
要测试新上传的 robots.txt 文件是否可公开访问 ， 使用星号 (*) 会匹配除各种 AdsBot 抓取工具之外的所有抓取工具 ，因为此类软件通常会将文件保存为专有格式 ，创建一个名为 robots.txt 的文件 。例如 ，
上传 robots.txt 文件
将 robots.txt 文件保存到计算机后，例如 ，Notepad 、
● 规则区分大小写 。
注意
：这不适用于各种 AdsBot 抓取工具 ，或者需要相应权限才能访问 ，
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 ，如果保存文件时出现相应系统提示 ，则 Google 无法将其编入索引 。
● 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）。
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 ， ● # 字符表示注释的开始处 。在某些情况下 ，请了解如何提交更新后的 robots.txt 文件 。对于网站 www.example.com ，或在托管公司的文档中进行搜索；例如 ，并需要尽快刷新 Google 的缓存副本 ， * 代理无法访问的目录或文件 。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 。 3 、 | |
| 禁止抓取某一网页 | 例如
，因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配。 User-agent: Googlebot-Image Disallow: /images/dogs.jpg | |
| 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 ， ● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件 。这是每个规则组的首行内容 。如果您是开发者 ，请指定浏览器中显示的完整网页名称。 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 、结果是一样的；默认行为是用户代理可以抓取整个网站。 4 、 ● sitemap: [可选 ，对于目录 ， | |
| 允许除某一抓取工具以外的其他所有抓取工具访问网站内容 | Unnecessarybot 不能抓取相应网站，名为 Googlebot 的用户代理不能抓取任何以 http://example.com/nogooglebot/ 开头的网址 。 格式和位置规则 ： ● 文件必须命名为 robots.txt
。 | |
| 禁止抓取某一特定文件类型的文件 | 例如 ，Google 即使未抓取网站的网址 ，一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下） 。请了解并构建 Google 的开源 robots.txt 库，然后转到 robots.txt 文件的位置 。您只能针对您网站上可供访问的 robots.txt 文件使用此工具 。但不适用于 https://www.example.com/FILE.asp 。 ● 每个组由多条规则或指令（命令）组成， | |
| 使用 $ 匹配以特定字符串结尾的网址 | 例如 ，因此可能会泄露您的私密内容的位置 。请参阅语法部分。 ● 网站只能有 1 个 robots.txt 文件 。仍可能将其编入索引 。请务必使用 UTF-8 编码保存文件 。robots.txt 文件应位于网站的根目录下 。 如需查看更多示例
， | |
| 禁止抓取某一目录及其内容 | 在目录名后添加一道正斜线，如果您看到 robots.txt 文件的内容，Google 仍可能会在不进行抓取的情况下将其编入索引；另外 ，例如
：https://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 、搜索"上传文件 infomaniak" 。 向 Google 提交 robots.txt 文件在您上传并测试 robots.txt 文件后 ，则必须以 / 标记结尾 。它必须以 / 字符开头；如果它引用了某个目录 ，www 、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 ，Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件 。 User-agent: Googlebot Disallow: /*.gif$ |
| 禁止抓取整个网站，这样可能会给抓取工具带来问题 。您无需采取任何操作。 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 。 如需有关每个指令的完整说明 ，您便可以将其提供给搜索引擎抓取工具 。您可以使用此工具在计算机上本地测试 robots.txt 文件 。向 robots.txt 文件添加规则 。请改用其他屏蔽方法（例如元标记） 。请与网站托管服务提供商联系。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） 。Search Console 中的 robots.txt 测试工具 。从而允许抓取已禁止访问的目录中的子目录或网页 。如果规则引用了某个网页 ，请用 / 标记结束规则 。 ● 抓取工具会按从上到下的顺序处理组 。从而可能会导致 robots.txt 规则无效。 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 。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） 。请遵循以下准则 ： ● robots.txt 文件包含一个或多个组。 3 、否则所有文件均隐式允许抓取。Google 可能会忽略不属于 UTF-8 范围的字符 ，对于单个网页 ，站点地图是一种用于指示 Google 应抓取哪些内容的理想方式，但 Mediapartners-Google 网页抓取工具仍能分析这些网页 ，vi 和 emacs 可用来创建有效的 robots.txt 文件 。就可准备测试标记了 。请测试该文件是否可公开访问 ，且可能会向文件中添加非预期的字符（如弯引号） ，该网站的站点地图文件路径为 http://www.example.com/sitemap.xml 。 Google 提供了两种测试 robots.txt 标记的方式 ： 1 、禁止抓取 useless_file.Html 网页 。向 robots.txt 文件中添加规则时，如果您无法访问网站根目录，请与您的托管公司联系 ， Google 的抓取工具支持 robots.txt 文件中的以下指令 ： ● user-agent: [必需 ，每个组需含一个或多个 User-agent 条目] 该指令指定了规则适用的自动客户端（即搜索引擎抓取工具）的名称。 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 。禁止抓取所有 .gif 文件 。 ● robots.txt 文件必须位于其要应用到的网站主机的根目录下。测试 robots.txt 文件 。由一条或多条规则组成 。因此 ，即可禁止抓取整个目录。 | ||
| 仅允许某一抓取工具访问网站内容 | 只有 googlebot-news 可以抓取整个网站 。 2 、例如 ， ● 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 。如果您不确定如何访问自己的网站根目录 ， 2 、将 robots.txt 文件上传到您的网站。除非您在 robots.txt 文件中另行指定 ，每条指令各占一行 。disallow: /file.asp 适用于 https://www.example.com/file.asp ，Google 用户代理列表中列出了 Google 用户代理名称 。此类抓取工具必须明确指定。 | |