網站的robots.txt文件設置是不是合理，哪些文件或許目錄需求屏蔽、哪些設置辦法對網站運營有優點?有人復制出相同的內容以應付不同搜索引擎的排名規則。然而，一旦搜索引擎發現站內有大量“克隆”的頁面，就會給以懲罰，不收錄這些重復的頁面。

　　另一方面，我們網站的內容屬于個人私密文件，不想暴露在搜索引擎中。這時，robot.txt就是為了解決這兩個問題。

　　一、什么是robots.txt?

　　robots.txt 是網站和搜索引擎的協議的純文本文件。當一個搜索引擎蜘蛛來訪問站點時，它首先爬行來檢查該站點根目錄下是否存在robots.txt，

　　如果存在，根據文件內容來確定訪問范圍，如果沒有，蜘蛛就沿著鏈接抓取。robots.txt 放在項目的根目錄下。

　　二、 robots.txt基本語法：

　　1) 、允許所有搜索引擎訪問網站的所有部分

　　robots.txt寫法如下：

　　User-agent: *

　　Disallow:

　　或者

　　User-agent: *

　　Allow: /

　　注意： 1. ****個英文要大寫，冒號是英文狀態下，冒號后面有一個空格，這幾點一定不能寫錯。

　　2) 、禁止所有搜索引擎訪問網站的所有部分

　　robots.txt寫法如下：

　　User-agent: *

　　Disallow: /

　　3) 、只需要禁止蜘蛛訪問某個目錄，比如禁止admin、css、images等目錄被索引

　　robots.txt寫法如下：

　　User-agent: *

　　Disallow: /css/

　　Disallow: /admin/

　　Disallow: /images/

　　注意：路徑后面有斜杠和沒有斜杠的區別：比如Disallow: /images/ 有斜杠是禁止抓取images整個文件夾，Disallow: /images 沒有斜杠意思是凡是路徑里面有/images關鍵詞的都會被屏蔽

　　4)、屏蔽一個文件夾/templets，但是又能抓取其中一個文件的寫法:/templets/main

　　robots.txt寫法如下：

　　User-agent: *

　　Disallow: /templets

　　Allow: /main

　　5)、 禁止訪問/html/目錄下的所有以”.php”為后綴的URL(包含子目錄)

　　robots.txt寫法如下：

　　User-agent: *

　　Disallow: /html/*.php

　　6)、 僅允許訪問某目錄下某個后綴的文件,則使用“$”

　　robots.txt寫法如下：

　　User-agent: *

　　Allow: .html$

　　Disallow: /

　　7)、禁止索引網站中所有的動態頁面

　　比如這里限制的是有“?”的域名，例如index.php?id=1

　　robots.txt寫法如下：

　　User-agent: *

　　Disallow: /*?*

　　8)、 禁止搜索引擎抓取我們網站上的所有圖片(如果你的網站使用其他后綴的圖片名稱，在這里也可以直接添加)

　　有些時候，我們為了節省服務器資源，需要禁止各類搜索引擎來索引我們網站上的圖片，這里的辦法除了使用“Disallow: /images/”這樣的直接屏蔽文件夾的方式之外，還 可以采取直接屏蔽圖片后綴名的方式。

　　robots.txt寫法如下：

　　User-agent: *

　　Disallow: .jpg$

　　Disallow: .jpeg$

　　Disallow: .gif$

　　Disallow: .png$

　　Disallow: .bmp$

　　三、寫robots.txt要注意的地方：

　　1)、 ****個英文要大寫，冒號是英文狀態下，冒號后面有一個空格，這幾點一定不能寫錯。

　　2.)、斜杠：/ 代表整個網站

　　3)、如果“/”后面多了一個空格，則屏蔽整個網站

　　4)、不要禁止正常的內容

　　5)、生效時間是幾天到兩個月

　　四、robots.txt文件對網站優化有什么作用?

　　1、疾速增加網站權重和拜訪量;

　　2、制止某些文件被查找引擎索引，能夠節約服務器帶寬和網站拜訪速度;

　　3、為查找引擎供給一個簡潔明了的索引環境

　　五、哪些網站的目錄需求運用robots.txt文件制止抓取?

　　1)、圖像目錄

　　圖像是構成網站的首要組成元素。跟著現在建站越來越便利，許多cms的呈現，真實做到了會打字就會建網站，而正是由于如此便利，網上呈現了許多的同質化模板網站，被重復運用，這樣的網站查找引擎是必定不喜愛的，就算是你的網站被錄入了，那你的作用也是很差的。若是你非要用這種網站的話，主張你大概在robots.txt文件中進行屏蔽，一般的網站圖像目錄是：imags 或許 img;

　　2)、網站模板目錄

　　cms的強大和靈敏，也致使了許多同質化的網站模板的呈現和亂用，高度的重復性模板在查找引擎中形成了一種冗余，且模板文件常常與生成文件高度類似，相同易形成相同內容的呈現。對查找引擎很不友愛，嚴峻的直接被查找引擎打入冷宮，不得翻身，許多cms有具有獨立的模板寄存目錄，因而，大概進行模板目錄的屏蔽。一般模板目錄的文件目錄是：templets

　　3)、css、js目錄的屏蔽

　　css目錄文件在查找引擎的抓取中沒有用途，也無法供給有價值的信息。所以強烈主張在robots.txt文件中將其進行屏蔽，以進步查找引擎的索引質量。為查找引擎供給一個簡潔明了的索引環境更易晉升網站友愛性。css款式的目錄一般情況下是：css 或許 style，

　　js文件在查找引擎中無法進行辨認，這里僅僅主張，能夠對其進行屏蔽，這樣做也有一個優點：為查找引擎供給一個簡潔明了的索引環境;

　　4)、屏蔽雙頁面的內容

　　這里拿dedecms來舉例吧。dedecms能夠運用靜態和動態url進行同一篇內容的拜訪，若是你生成全站靜態了，那你有必要屏蔽動態地址的url連接。

　　這里有兩個優點：

　?、?、查找引擎對靜態的url比動態的url更友愛、更簡單錄入;

　　②、避免靜態、動態url能拜訪同一篇文章而被查找引擎判為重復內容。這樣做對查找引擎友愛性來說是有益無害的。

　　5)、模板緩存目錄

　　許多cms程序都有緩存目錄，這種緩存目錄的優點我想不用說我們也明白了吧，能夠十分有用的晉升網站的拜訪速度，削減網站帶寬，對用戶體會也是極好的。不過，這樣的緩存目錄也有必定的缺陷，那就是會讓查找引擎進行重復的抓取，一個網站中內容重復也是大祭，對網站百害而無一利。許多運用cms建站的兄弟都沒有注意到，有必要要導致注重。

　　6)、被刪去的目錄

　　死鏈過多，對查找引擎優化來說，是喪命的。不能不導致站長的高度注重，。在網站的開展過程中，目錄的刪去和調整是不可避免的，若是你的網站當時目錄不存在了，那有必要對此目錄進行robots屏蔽，并回來正確的404過錯頁面。

　　這里有一個爭議性的疑問，關于網站后臺辦理目錄是不是需求進行屏蔽，其實這個可有可無。在能確保網站安全的情況下，若是你的網站運營規劃較小，就算網站目錄呈現在robots.txt文件中，也沒有多大疑問，這個我也見過許多網站這樣設置的;但若是你的網站運營規劃較大，對手過多，強烈主張千萬別呈現網站后臺管理目錄的信息，以防被心懷叵測的人使用，危害你的利益;引擎越來越智能，關于網站的管理目錄仍是能極好的辨認，并拋棄索引的。別的，我們在做網站后臺的時分，也能夠在頁面元標簽中增加：進行查找引擎的屏蔽抓取。