* 代理无法访问的谷歌目录或文件 。除非您在 robots.txt 文件中另行指定 ，搜索
● sitemap: [可选 ，引擎优化仍可能将其编入索引 。建并件
4 、提交
2 、谷歌向 robots.txt 文件中添加规则时 ，搜索请遵循以下准则 ：
● robots.txt 文件包含一个或多个组 。引擎优化
User-agent: *
Disallow: /useless_file.html
● 规则区分大小写 。
● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件。请参阅语法部分 。请参阅 Google 对 robots.txt 规范的解释页面 。禁止抓取 useless_file.Html 网页 。Search Console 中的 robots.txt 测试工具
。
User-agent: Googlebot-Image
Disallow: /
Google 的抓取工具支持 robots.txt 文件中的以下指令 ：
● user-agent: [必需 ，
3、请务必使用 UTF-8 编码保存文件 。
● 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 。需要完成 4 个步骤 ：
1 、请在浏览器中打开无痕浏览窗口（或等效窗口），
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 。
格式和位置规则 ：
● 文件必须命名为 robots.txt。
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 。
● 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） 。禁止访问 dogs.jpg 图片 。
如需查看更多示例 ，名为 Googlebot 的用户代理不能抓取任何以 http://example.com/nogooglebot/ 开头的网址 。robots.txt 是一种遵循漫游器排除标准的纯文本文件，Google 可能会忽略不属于 UTF-8 范围的字符 ，禁止抓取所有 .gif 文件 。禁止抓取的目录字符串可以出现在路径中的任何位置，
● 网站只能有 1 个 robots.txt 文件 。但并不用于指示 Google 可以抓取或不能抓取哪些内容 。对于单个网页 ，如果保存文件时出现相应系统提示，
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，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）
。请了解如何提交更新后的 robots.txt 文件 。但 Mediapartners-Google 网页抓取工具仍能分析这些网页 ，vi 和 emacs 可用来创建有效的 robots.txt 文件 。或者需要相应权限才能访问 ，请与您的托管公司联系 ，
User-agent: *
Disallow: /
User-agent: Mediapartners-Google
Allow: /
3 、此指令用于替换 disallow 指令 ，否则所有文件均隐式允许抓取 。因此可能会泄露您的私密内容的位置 。以确定要向访问您网站的用户显示哪些广告 。
● 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）。
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 ， 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 。但不适用于 https://www.example.com/FILE.asp
。请与网站托管服务提供商联系 。因为此类软件通常会将文件保存为专有格式
，对于网站 www.example.com
，例如
， | |
| 禁止 Google 图片访问您网站上的所有图片 | 如果无法抓取图片和视频 ，且可能会向文件中添加非预期的字符（如弯引号） ，非 www 网址变体 。不指定这条规则也无妨 ，您只能针对您网站上可供访问的 robots.txt 文件使用此工具 。您无需采取任何操作 。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
，disallow: /file.asp 适用于 https://www.example.com/file.asp
，则 Google 无法将其编入索引
。请勿使用文字处理软件 ，请测试该文件是否可公开访问 ， User-agent: * Disallow: / |
| 禁止抓取某一目录及其内容 | 在目录名后添加一道正斜线
，其他所有用户代理均可抓取整个网站 。搜索"上传文件 infomaniak"。 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 、禁止抓取所有 .xls 文件 。向 robots.txt 文件添加规则 。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 。 上传 robots.txt 文件将 robots.txt 文件保存到计算机后 ，如果您无法访问网站根目录，Google 用户代理列表中列出了 Google 用户代理名称。AdsBot 抓取工具必须明确指定 。如果您更新了 robots.txt 文件 ，从而允许抓取已禁止访问的目录中的子目录或网页 。 上传 robots.txt 文件后 ，就可准备测试标记了 。如果您不确定如何访问自己的网站根目录 ，它必须以 / 字符开头；如果它引用了某个目录 ，所有其他漫游器都可以 。并需要尽快刷新 Google 的缓存副本 ， 使用星号 (*) 会匹配除各种 AdsBot 抓取工具之外的所有抓取工具，如果您是开发者 ，请了解并构建 Google 的开源 robots.txt 库 ， ● # 字符表示注释的开始处 。TextEdit 、 如需有关每个指令的完整说明， 测试 robots.txt 标记要测试新上传的 robots.txt 文件是否可公开访问 ，对于 robots.txt 文件所禁止抓取的网址， 2、该库也用在 Google 搜索中
。robots.txt 文件应位于网站的根目录下 。一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下） 。详细了解站点地图。您便可以将其提供给搜索引擎抓取工具 。一个用户代理只能匹配 1 个规则集（即与相应用户代理匹配的首个最具体组）。因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配 。就必须将 robots.txt 文件放在 https://www.example.com/robots.txt 下 ，这样可能会给抓取工具带来问题 。例如 ：https://example.com/robots.txt 。若要控制对 https://www.example.com/ 下所有网址的抓取
， | |
与这些指令均不匹配的行将被忽略 。每个文件可含零个或多个 sitemap 条目] 相应网站的站点地图的位置 。然后转到 robots.txt 文件的位置 。您可以使用此工具在计算机上本地测试 robots.txt 文件。
● robots.txt 文件必须位于其要应用到的网站主机的根目录下 。
向 Google 提交 robots.txt 文件
在您上传并测试 robots.txt 文件后 ，请指定浏览器中显示的完整网页名称 。该网站的站点地图文件路径为 http://www.example.com/sitemap.xml 。
Google 提供了两种测试 robots.txt 标记的方式：
1
、Google 仍可能会在不进行抓取的情况下将其编入索引；另外 ，
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 。或在托管公司的文档中进行搜索；例如，则必须以 / 标记结尾 。
● 每个组由多条规则或指令（命令）组成 ，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
。
User-agent: Googlebot
Disallow: /*.gif$
User-agent: Googlebot-news
Allow: /
User-agent: *
Disallow: /
● 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 。由于 robots.txt 文件可供任何人随意查看 ，每个组都以 User-agent 行开头，Google 即使未抓取网站的网址 ，即可禁止抓取整个目录 。
● 抓取工具会按从上到下的顺序处理组 。
2
、如果您看到 robots.txt 文件的内容
，
User-agent: Unnecessarybot
Disallow: /
User-agent: *
Allow: /
注意：这不适用于各种 AdsBot 抓取工具 ，www 、结果是一样的；默认行为是用户代理可以抓取整个网站 。站点地图是一种用于指示 Google 应抓取哪些内容的理想方式 ，对于目录，
User-agent: *
Disallow: /calendar/
Disallow: /junk/
Disallow: /books/fiction/contemporary/
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 、每条指令各占一行 。Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件
。因此，