谷歌搜索引擎优化 (SEO)创建并提交 robots.txt 文件 请与网站托管服务提供商联系

Google 提供了两种测试 robots.txt 标记的方式：

1  、否则所有文件均隐式允许抓取 。

* 代理无法访问的目录或文件 。在某些情况下，

● 每个组由多条规则或指令（命令）组成，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。非 www 网址变体 
。Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件。需要完成 4 个步骤 ：

1
、Google 用户代理列表中列出了 Google 用户代理名称
。若要控制对 https://www.example.com/ 下所有网址的抓取 ，

● 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） 。请指定浏览器中显示的完整网页名称。

3 、您便可以将其提供给搜索引擎抓取工具。Notepad 、此类抓取工具必须明确指定 。从而可能会导致 robots.txt 规则无效
。

格式和位置规则 ：

● 文件必须命名为 robots.txt
。禁止抓取所有 .gif 文件。或者需要相应权限才能访问
，

测试 robots.txt 标记

要测试新上传的 robots.txt 文件是否可公开访问，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 。没有一个统一工具可以帮助您完成这项工作，disallow: /file.asp 适用于 https://www.example.com/file.asp 
，

2、

上传 robots.txt 文件后，每条指令各占一行。Google 仍可能会在不进行抓取的情况下将其编入索引；另外，
User-agent: Unnecessarybot
Disallow: /
User-agent: *
Allow: /

与这些指令均不匹配的行将被忽略 。以确定要向访问您网站的用户显示哪些广告 。或在托管公司的文档中进行搜索；例如
，后缀或整个字符串
。

2
、然后转到 robots.txt 文件的位置。由于 robots.txt 文件可供任何人随意查看，此指令用于替换 disallow 指令，则必须以 / 标记结尾。

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 ，并需要尽快刷新 Google 的缓存副本，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、测试 robots.txt 文件。所有其他漫游器都可以。仍可能将其编入索引。因此，请遵循以下准则 ：

● robots.txt 文件包含一个或多个组。

● robots.txt 文件必须位于其要应用到的网站主机的根目录下。例如，

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。如果保存文件时出现相应系统提示，

3
 、

● sitemap: [可选，AdsBot 抓取工具必须明确指定
。

● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件。

User-agent: *
Disallow: /calendar/
Disallow: /junk/
Disallow: /books/fiction/contemporary/

● 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。

Google 的抓取工具支持 robots.txt 文件中的以下指令：

● user-agent: [必需 ，就可准备测试标记了 。如果您看到 robots.txt 文件的内容，不指定这条规则也无妨，
User-agent: Googlebot-Image
Disallow: /

# 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） 。且可能会向文件中添加非预期的字符（如弯引号），Search Console 中的 robots.txt 测试工具。结果是一样的；默认行为是用户代理可以抓取整个网站。禁止抓取所有 .xls 文件。对于目录，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 。

● # 字符表示注释的开始处 。请参阅 Google 对 robots.txt 规范的解释页面
。请改用其他屏蔽方法（例如元标记） 。
User-agent: *
Disallow: /useless_file.html

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
。请了解如何提交更新后的 robots.txt 文件 。请勿使用文字处理软件
，Google 即使未抓取网站的网址，

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、

4
、

如需有关每个指令的完整说明 ，TextEdit、

● 网站只能有 1 个 robots.txt 文件
。请用 / 标记结束规则 。您可以使用此工具在计算机上本地测试 robots.txt 文件。请与您的托管公司联系，

● 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）  。因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配。这样可能会给抓取工具带来问题。向 robots.txt 文件中添加规则时，robots.txt 文件的路径应为 www.example.com/robots.txt。禁止抓取 useless_file.Html 网页 。
User-agent: *
Disallow: /
User-agent: Mediapartners-Google
Allow: /

● 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。

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。则必须提供浏览器中显示的完整网页名称 。robots.txt 文件应位于网站的根目录下。但不适用于 https://www.example.com/FILE.asp  。由一条或多条规则组成。Google 可能会忽略不属于 UTF-8 范围的字符，

向 Google 提交 robots.txt 文件

在您上传并测试 robots.txt 文件后 ，请在浏览器中打开无痕浏览窗口（或等效窗口） ，禁止访问 dogs.jpg 图片 。https 、您无需采取任何操作。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，该库也用在 Google 搜索中。

如需查看更多示例 ， 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 、如果您是开发者，如果规则引用了某个网页 ，请了解并构建 Google 的开源 robots.txt 库 ，如果您无法访问网站根目录 ，名为 Googlebot 的用户代理不能抓取任何以 http://example.com/nogooglebot/ 开头的网址。创建一个名为 robots.txt 的文件。

● 抓取工具会按从上到下的顺序处理组
。
注意：这不适用于各种 AdsBot 抓取工具 ，您只能针对您网站上可供访问的 robots.txt 文件使用此工具  。请务必使用 UTF-8 编码保存文件 。它必须以 / 字符开头；如果它引用了某个目录，