robots.txt的正确写法
robots.txt其实对网站来说是一个很重要的文件，但好像很多人都不怎么重视他，从而
胡乱设置属性，导致搜索引擎不能及时的收录，这的确是一件非常令人郁闷的一件事。
robots.txt是一个纯文本文件，这个文件可以声名该网站是不是要被搜索引擎有所访问
，还是只访问其中一部分，指定访问的内容。一般情况下蜘蛛访问一个网站首先要做的
就是查找是不是有robots.txt文件，如果有就按照robots.txt设置来，如没有就按链接
抓取。robots.txt文件必须要放在网站的根目录下面，一定要小写的，不要搞错。
robots.txt语法介绍
robots.txt范例：http://www.admincss.com/robots.txt
访问上面这个地址，我们可以看到
# Robots.txt file from http://www.admincss.com
# All robots will spider the domain
User-agent: *
Disallow:
你们知道这时什么意思吗？
其实看懂他很简单，里面的意思是说搜索机器人可以访问admincss.com下的所有文件，
其中#后面文字为说明信息，User-agent表示搜索机器人的名称，如果你写的是*就表明
所有的搜索机器人都可以访问网站，Disallow表示制定搜索机器人不可访问的文件目录
。
要真真的了解robots.txt的魅力必须了解他的语法，我门开始^_^
允许所有的robot访问
User-agent: *
Disallow:
或者也可以建一个空文件 “/robots.txt” file
禁止所有搜索引擎访问网站的任何部分
User-agent: *
Disallow: /
禁止所有搜索引擎访问网站的几个部分（下例中的01、02、03目录）
User-agent: *
Disallow: /01/
Disallow: /02/
Disallow: /03/
禁止某个搜索引擎的访问（下例中的BadBot）
User-agent: BadBot
Disallow: /
只允许某个搜索引擎的访问（下例中的Crawler）
User-agent: Crawler
Disallow:
User-agent: *
Disallow: /
了解这些对站长朋友是非常有用的，只是这些而已吗？当然没这么少啦^_^，下面介绍
一些robots meta的知识，robots meta标签的作用是针对一个个具体的页面，和其他的
META标签（如使用的语言、页面的描述、关键词等）一样，Robots META标签也是放在
页面的＜head＞＜/head＞中，专门用来告诉搜索引擎ROBOTS如何抓取该页的内容。
Robots meta标签的写法：
我们所有注意的是Robots meta没有大小写的区别，name=”Robots”指全体搜索引擎，
同时你也可以针对某个具体搜索引擎写为name=”BaiduSpider”，是不是很简单啊，
content部分有四个指令选项：index、noindex、follow、nofollow，指令间以“,”分
隔。
INDEX 指令告诉搜索机器人抓取该页面；
FOLLOW 指令表示搜索机器人可以沿着该页面上的链接继续抓取下去；
Robots Meta标签的缺省值是INDEX和FOLLOW，只有inktomi除外，对于它，缺省值是
INDEX,NOFOLLOW。
这样，一共有四种组合：
＜META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞
＜META NAME=”ROBOTS” CONTENT=”NOINDEX,FOLLOW”＞
＜META NAME=”ROBOTS” CONTENT=”INDEX,NOFOLLOW”＞
＜META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞
其中
＜META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞可以写成＜META NAME=”
ROBOTS” CONTENT=”ALL”＞；
＜META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞可以写成＜META NAME=”
ROBOTS” CONTENT=”NONE”＞
可以明确的看出现在绝大多数的搜索引擎机器人都遵守robots.txt的规则，而对于
Robots META标签，目前支持的并不多，但是正在逐渐增加，如著名搜索引擎GOOGLE就
完全支持，而且GOOGLE还增加了一个指令“archive”，可以限制GOOGLE是否保留网页
快照。例如：
＜META NAME=”googlebot” CONTENT=”index,follow,noarchive”＞
表示抓取该站点中页面并沿着页面中链接抓取，但是不在GOOLGE上保留该页面的网页快
照。
该文章出自《无限畅想》,原文链接：http://www.admincss.com/post/robots-seo.php
转载时间是: 2008-04-15 01:15:57 请保留此链接，谢谢！
该文章出自《无限畅想》,原文链接：http://www.admincss.com/post/robots-seo.php
转载时间是: 2008-04-15 01:15:57 请保留此链接，谢谢！