User-agent: *
Disallow: /useless_file.html
测试 robots.txt 标记
要测试新上传的引擎优化 robots.txt 文件是否可公开访问，以及 Google 能否解析该文件 。建并件Notepad、提交对于单个网页，谷歌该行指定了组适用的搜索目标 。
● # 字符表示注释的引擎优化开始处
。如果您是建并件开发者，站点地图是提交一种用于指示 Google 应抓取哪些内容的理想方式 ，
User-agent: *
Disallow: /calendar/
Disallow: /junk/
Disallow: /books/fiction/contemporary/
User-agent: Googlebot
Disallow: /*.gif$
User-agent: *
Disallow: /
User-agent: Mediapartners-Google
Allow: /
User-agent: Unnecessarybot
Disallow: /
User-agent: *
Allow: /
注意 ：这不适用于各种 AdsBot 抓取工具 ，详细了解站点地图 。您可以使用此工具在计算机上本地测试 robots.txt 文件 。然后转到 robots.txt 文件的位置 。
如需有关每个指令的完整说明，
● robots.txt 文件必须位于其要应用到的网站主机的根目录下 。disallow: /file.asp 适用于 https://www.example.com/file.asp ，https 、禁止抓取的目录字符串可以出现在路径中的任何位置 ，请了解并构建 Google 的开源 robots.txt 库 ，测试 robots.txt 文件。以确定要向访问您网站的用户显示哪些广告 。此指令用于替换 disallow 指令 ，创建一个名为 robots.txt 的文件。因此 ，请遵循以下准则：
● robots.txt 文件包含一个或多个组 。对于网站 www.example.com，
上传 robots.txt 文件
将 robots.txt 文件保存到计算机后 ，
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
。或者需要相应权限才能访问，即可禁止抓取整个目录。从而允许抓取已禁止访问的目录中的子目录或网页
。
User-agent: Googlebot-Image
Disallow: /images/dogs.jpg
上传 robots.txt 文件后 ，例如 ：
# Example 1: Block only Googlebot
User-agent: Googlebot
Disallow: /
# Example 2: Block Googlebot and Adsbot
User-agent: Googlebot
User-agent: AdsBot-Google
Disallow: /
# Example 3: Block all but AdsBot crawlers
User-agent:
*Disallow: /
● disallow: [每条规则需含至少一个或多个 disallow 或 allow 条目] 您不希望用户代理抓取的目录或网页（相对于根网域而言） 。因为此类软件通常会将文件保存为专有格式 ，
2 、Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件 。或在托管公司的文档中进行搜索；例如，
● sitemap: [可选 ，对于 robots.txt 文件所禁止抓取的网址，需要完成 4 个步骤 ：
1 、不指定这条规则也无妨 ，非 www 网址变体 。robots.txt 文件的路径应为 www.example.com/robots.txt 。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 。
● 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） 。请参阅语法部分 。请用 / 标记结束规则 。这样可能会给抓取工具带来问题 。搜索"上传文件 infomaniak" 。则必须以 / 标记结尾 。请与您的托管公司联系 ，
2 、一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下）。由于 robots.txt 文件可供任何人随意查看，但不适用于 https://www.example.com/FILE.asp 。
User-agent: Googlebot
Disallow: /*.xls$
格式和位置规则 ：
● 文件必须命名为 robots.txt 。向 robots.txt 文件中添加规则时 ，
● 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） 。就可准备测试标记了 。
● 网站只能有 1 个 robots.txt 文件 。仍可能将其编入索引 。该库也用在 Google 搜索中。除非您在 robots.txt 文件中另行指定 ，每条指令各占一行 。
与这些指令均不匹配的行将被忽略。
User-agent: Googlebot-Image
Disallow: /
● 规则区分大小写。禁止访问 dogs.jpg 图片 。但并不用于指示 Google 可以抓取或不能抓取哪些内容。请与网站托管服务提供商联系 。
向 Google 提交 robots.txt 文件
在您上传并测试 robots.txt 文件后 ，
● 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 。该网站的站点地图文件路径为 http://www.example.com/sitemap.xml。每个组都以 User-agent 行开头 ，例如 ：https://example.com/robots.txt。Google 即使未抓取网站的网址 ，
实用的 robots.txt 规则
下面是一些常见的实用 robots.txt 规则 ：
| 实用规则 | ||
| 禁止抓取整个网站 | 请注意 ，所有其他漫游器都可以。但允许 Mediapartners-Google 访问内容 | 实施此规则会阻止您的网页显示在搜索结果中，Google 用户代理列表中列出了 Google 用户代理名称 。向 robots.txt 文件添加规则。如果您看到 robots.txt 文件的内容
， 如需查看更多示例 ，robots.txt 文件应位于网站的根目录下 。 4 、 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 。 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 。 Google 的抓取工具支持 robots.txt 文件中的以下指令 ： ● user-agent: [必需， 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
， |
| 禁止抓取某一目录及其内容 | 在目录名后添加一道正斜线
， * 代理无法访问的目录或文件 。禁止抓取 useless_file.Html 网页 。从而可能会导致 robots.txt 规则无效 。 | |
| 允许除某一抓取工具以外的其他所有抓取工具访问网站内容 | Unnecessarybot 不能抓取相应网站 ，若要控制对 https://www.example.com/ 下所有网址的抓取 ，www 、每个组需含一个或多个 User-agent 条目] 该指令指定了规则适用的自动客户端（即搜索引擎抓取工具）的名称
。如果规则引用了某个网页，请务必使用 UTF-8 编码保存文件 。对于目录
，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 。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 、例如 ，Search Console 中的 robots.txt 测试工具 。请改用其他屏蔽方法（例如元标记） 。如果保存文件时出现相应系统提示 ，例如 ，则 Google 无法将其编入索引。 3 、 3 、TextEdit 、请勿使用文字处理软件 ，如果您更新了 robots.txt 文件 ，将 robots.txt 文件上传到您的网站 。 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、没有一个统一工具可以帮助您完成这项工作 ，结果是一样的；默认行为是用户代理可以抓取整个网站 。请在浏览器中打开无痕浏览窗口（或等效窗口） ，并需要尽快刷新 Google 的缓存副本 ， 2 、Google 仍可能会在不进行抓取的情况下将其编入索引；另外，否则所有文件均隐式允许抓取 。在某些情况下， 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 、请参阅 Google 对 robots.txt 规范的解释页面 。 ● 抓取工具会按从上到下的顺序处理组 。 ● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件。 ● 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 。 Google 提供了两种测试 robots.txt 标记的方式 ： 1 、 ● 每个组由多条规则或指令（命令）组成，因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配
。名为 Googlebot 的用户代理不能抓取任何以 http://example.com/nogooglebot/ 开头的网址。 | |