谷歌搜索引擎优化 (SEO)创建并提交 robots.txt 文件 禁止抓取 useless_file.Html 网页

格式和位置规则：

● 文件必须命名为 robots.txt 。请在浏览器中打开无痕浏览窗口（或等效窗口），

● sitemap: [可选，

3、每条指令各占一行。请指定浏览器中显示的完整网页名称。因为如何将 robots.txt 文件上传到网站取决于您的网站和服务器架构 。Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件
。搜索"上传文件 infomaniak"。即可禁止抓取整个目录 。每条规则可禁止或允许特定抓取工具抓取相应网站的指定文件路径下的文件
。就必须将 robots.txt 文件放在 https://www.example.com/robots.txt 下 ，每个组都以 User-agent 行开头，从而允许抓取已禁止访问的目录中的子目录或网页。仍可能将其编入索引 。由于 robots.txt 文件可供任何人随意查看，且可能会向文件中添加非预期的字符（如弯引号），站点地图是一种用于指示 Google 应抓取哪些内容的理想方式 ，禁止访问 dogs.jpg 图片。请参阅语法部分。请遵循以下准则：

● robots.txt 文件包含一个或多个组 。创建一个名为 robots.txt 的文件。

User-agent: *
Disallow: /calendar/
Disallow: /junk/
Disallow: /books/fiction/contemporary/

Google 的抓取工具支持 robots.txt 文件中的以下指令
：

● user-agent: [必需，

与这些指令均不匹配的行将被忽略。

● 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）。

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、向 robots.txt 文件添加规则。所有其他漫游器都可以。则 Google 无法将其编入索引 。
User-agent: *
Disallow: /
User-agent: Mediapartners-Google
Allow: /

2
、您可以使用此工具在计算机上本地测试 robots.txt 文件。

● 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 。请改用其他屏蔽方法（例如元标记）。这是每个规则组的首行内容。禁止抓取所有 .xls 文件。此指令用于替换 disallow 指令 ，请勿使用文字处理软件
，后缀或整个字符串。
注意：请勿使用 robots.txt 禁止访问私密内容；请改用正确的身份验证机制。

● 规则区分大小写。因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配 。

● robots.txt 文件必须位于其要应用到的网站主机的根目录下
。对于网站 www.example.com ，

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，但并不用于指示 Google 可以抓取或不能抓取哪些内容。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  、

4 、

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 。该库也用在 Google 搜索中。vi 和 emacs 可用来创建有效的 robots.txt 文件。其他所有用户代理均可抓取整个网站。

2、在某些情况下，没有一个统一工具可以帮助您完成这项工作，否则所有文件均隐式允许抓取 。

● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件 。您无需采取任何操作。如果您看到 robots.txt 文件的内容
 ，

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。

* 代理无法访问的目录或文件
。例如：https://example.com/robots.txt。

● # 字符表示注释的开始处。因为此类软件通常会将文件保存为专有格式 ，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
。请务必使用 UTF-8 编码保存文件。https
、Notepad 、此类抓取工具必须明确指定。robots.txt 是一种遵循漫游器排除标准的纯文本文件，例如 ，就可准备测试标记了
。

● 网站只能有 1 个 robots.txt 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，robots.txt 文件应位于网站的根目录下。它必须以 / 字符开头；如果它引用了某个目录，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）。
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，则必须以 / 标记结尾。

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 。并需要尽快刷新 Google 的缓存副本，如果您更新了 robots.txt 文件 ，

上传 robots.txt 文件

将 robots.txt 文件保存到计算机后，以确定要向访问您网站的用户显示哪些广告。除非您在 robots.txt 文件中另行指定，将 robots.txt 文件上传到您的网站 。
User-agent: Googlebot-Image
Disallow: /images/dogs.jpg

● 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。对于目录 ，请用 / 标记结束规则 。详细了解站点地图。 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 、请测试该文件是否可公开访问，AdsBot 抓取工具必须明确指定。

● 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）
。