【Robots.txt】robots.txt文件的格式

　　"robots.txt"文件包含一条或更多的记录，这些记录通过空行分开（以CR,CR/NL, or NL作为结束符），每一条记录的格式如下所示：
　　&quot;<field>:<optional space><value><optionalspace>&quot;
　　在该文件中可以使用#进行注解，具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始，后面加上若干Disallow和Allow行,详细情况如下：
　　User-agent:
　　该项的值用于描述搜索引擎robot的名字。在&quot;robots.txt&quot;文件中，如果有多条User-agent记录说明有多个robot会受到&quot;robots.txt&quot;的限制，对该文件来说，至少要有一条User-agent记录。如果该项的值设为*，则对任何robot均有效，在&quot;robots.txt&quot;文件中，&quot;User-agent:*&quot;这样的记录只能有一条。如果在&quot;robots.txt&quot;文件中，加入&quot;User-agent:SomeBot&quot;和若干Disallow、Allow行，那么名为&quot;SomeBot&quot;只受到&quot;User-agent:SomeBot&quot;后面的 Disallow和Allow行的限制。
　　Disallow:
　　该项的值用于描述不希望被访问的一组URL，这个值可以是一条完整的路径，也可以是路径的非空前缀，以Disallow项的值开头的URL不会被 robot访问。例如&quot;Disallow:/help&quot;禁止robot访问/help.html、/helpabc.html、/help/index.html，而&quot;Disallow:/help/&quot;则允许robot访问/help.html、/helpabc.html，不能访问/help/index.html。&quot;Disallow:&quot;说明允许robot访问该网站的所有url，在&quot;/robots.txt&quot;文件中，至少要有一条Disallow记录。如果&quot;/robots.txt&quot;不存在或者为空文件，则对于所有的搜索引擎robot，该网站都是开放的。
　　Allow:
　　该项的值用于描述希望被访问的一组URL，与Disallow项相似，这个值可以是一条完整的路径，也可以是路径的前缀，以Allow项的值开头的URL 是允许robot访问的。例如&quot;Allow:/hibaidu&quot;允许robot访问/hibaidu.htm、/hibaiducom.html、/hibaidu/com.html。一个网站的所有URL默认是Allow的，所以Allow通常与Disallow搭配使用，实现允许访问一部分网页同时禁止访问其它所有URL的功能。
　　使用&quot;*&quot;and&quot;$&quot;：
　　Baiduspider支持使用通配符&quot;*&quot;和&quot;$&quot;来模糊匹配url。
　　&quot;$&quot; 匹配行结束符。
　　&quot;*&quot; 匹配0或多个任意字符。
　　注：我们会严格遵守robots的相关协议，请注意区分您不想被抓取或收录的目录的大小写，我们会对robots中所写的文件和您不想被抓取和收录的目录做精确匹配，否则robots协议无法生效。


上一篇：【Robots.txt】Robots.txt文件
下一篇：【Robots.txt】robots.txt文件详细解说

rzz

嘘，低调。

244b26

我擦！我要沙发！