robots.txt文件常见问题：

robots.txt文件介绍

robots.txt是网站主建立与搜索引擎之间沟通的一座桥梁。其文件常见问题很多，下面列举一些我们经常犯的一些错误：

１、robots.txt的位置应该放在那里？

robots.txt文件应该放置在网站根目录下。当搜索引擎的蜘蛛程序访问一个网站（比如http://www.bomo123.com）时，首先会检查该网站中是否存在http://www.bomo123.com/robots.txt这个文件，如果找到这个文件，它就会根据这个文件的内容，来确定它即将要访问的范围。

２、我建立了robots.txt文件屏蔽了网页，为什么还会出现在搜索结果中呢？

如果在robots.txt中屏蔽了该url路径，按常理来将是不会出现的搜索结果中的，但是很多情况下并不是这样，原因如下：

  1. 蜘蛛程序通过其他链接直接进入网站的内页，导致被爬取并收录；
  2. robots.txt文件是后期修改，搜索结果还未进行更新；
  3. …

以上经过一段时间的更新就会逐渐消失，如果被抓取的网页涉及到一些隐私，可以直接想相关搜索引擎反映。

３、robots.txt中的一些细节问题

  • 文件中头字母大小写；
  • 注意空格和“／”

４、robots.txt的一些操作事例

a、禁止搜索搜索引擎访问网站的任何部分

User-agent: *

Disallow: /

b、允许访问所有的内容

User-agent: *

Disallow:

或者

User-agent: ＊

Allow: /

也可以建立一个空的robots.txt文件

c、仅仅允许google访问我的网站

User-agent: Googlebot

Disallow: /

User-agent: *

Disallow: /

d、禁止访问指定目录

User-agent: *

Disallow: /abc/

Disallow: /def/

Disallow: /ghp/

e、允许访问特定目录

User-agent: *

Allow: /abc/abc

Allow: /def/ef

Allow: /ghp/look

Disallow: /abc/

Disallow: /def/

Disallow: /ghp/

f、禁止访问/abc/目录下的所有以”.html”为后缀的URL(包含子目录)

User-agent: *

Disallow: /abc/*.html

g、仅允许访问以”.html”为后缀的URL

User-agent: *

Allow: .html$

Disallow: /

h、禁止访问网站中所有的动态页面

User-agent: *

Disallow: /*?*

i、禁止抓取网站上所有图片

User-agent: ＊

Disallow: .jpg$

Disallow: .jpeg$

Disallow: .gif$

Disallow: .png$

Disallow: .bmp$

注意：如果还有其他格式，可以再进行添加Disallow: 如果允许抓取某一类型的图片，将“Disallow”修改为“Allow”即可。

注意以上格式中空格和“／”的使用

j、允许所有搜索引擎抓取，将自己的网站地图放进robots.txt文件

User-agent: *

Disallow:

Sitemap: http://www.bomo123.com/sitemap1.xml

robots.txt存在的问题比较多，大家有什么疑问也可以直接留言，方便进一步完善robots.txt文件常见问题。