SEO與robots

robots.txt詳解
一、什麼是robots.txt文件
搜索引擎通過一種程式robot（又稱spider），自動訪問互聯網上的網頁並獲取網頁信息。您可以在您的網站中創建一個純文字檔案robots.txt，在這個檔中聲明該網站中不想被robot 訪問的部分，這樣，該網站的部分或全部內容就可以不被搜索引擎收錄了，或者指定搜索引擎只收錄指定的內容。
二、 robots.txt文件放在哪里
robots.txt檔應該放在網站根目錄下。舉例來說，當robots訪問一個網站（比如 http://www.abc.com）時，首先會檢查該網站中是否存在http://www.abc.com/robots.txt 這個檔，如果機器人找到這個檔，它就會根據這個檔的內容，來確定它訪問許可權的範圍。如：
http://www.w3.org/ —— http://www.w3.org/robots.txt
http://www.w3.org:80/ —— http://www.w3.org:80/robots.txt
http://www.w3.org:1234/ —— http://www.w3.org:1234/robots.txt
http://w3.org/ —— http://w3.org/robots.txt
三、 robots.txt檔的格式
“robots.txt”檔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>”
在該檔中可以使用#進行注解，具體使用方法和UNIX中的慣例一樣。該檔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索引擎robot的名字，在“robots.txt”檔中，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”文件中，“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都不允許搜索引擎訪問，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”檔中，至少要有一條Disallow記錄。如果“/robots.txt”是一個空文件，則對於所有的搜索引擎robot，該網站都是開放的。
四、 robots.txt文件用法舉例
例1、禁止所有搜索引擎訪問網站的任何部分
User-agent: *
Disallow: /
例2、允許所有的robot訪問
User-agent: *
Disallow:
（或者也可以建一個空檔 "/robots.txt" file）
例3、禁止某個搜索引擎的訪問
User-agent: BadBot
Disallow: /
例4、允許某個搜索引擎的訪問
User-agent: baiduspider
Disallow:
User-agent: *
Disallow: /
例5、一個簡單例子
在這個例子中，該網站有三個目錄對搜索引擎的訪問做了限制，即搜索引擎不會訪問這三個目錄。
User-agent: *
Disallow: /cgi-bin/
Disallow: /tmp/
Disallow: /joe/
需要注意的是對每一個目錄必須分開聲明，而不要寫成：“Disallow: /cgi-bin/ /tmp/”。
User-agent:後的* 具有特殊的含義，代表“any robot”，所以在該檔中不能有 “Disallow: /tmp/*” or “Disallow: *.gif”這樣的記錄出現。
五、robots.txt文件參考資料
robots.txt檔的更具體設置,請參看以下鏈結：
1、http://www.robotstxt.org/wc/faq.html
2、Web Server Administrator's Guide to the Robots Exclusion Protocol
3、HTML Author's Guide to the Robots Exclusion Protocol
4、The original 1994 protocol description, as currently deployed
5、The revised Internet-Draft specification, which is not yet pleted or implemented