● robots.txt 文件必须是谷歌采用 UTF-8 编码（包括 ASCII）的文本文件 。
● 抓取工具会按从上到下的搜索顺序处理组 。例如 ：
# Example 1: Block only Googlebot
User-agent: Googlebot
Disallow: /
# Example 2: Block Googlebot and 引擎优化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） 。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建并件自动客户端（即搜索引擎抓取工具）的名称。从而可能会导致 robots.txt 规则无效。提交并需要尽快刷新 Google 的谷歌缓存副本 ，请指定浏览器中显示的搜索完整网页名称 。就可准备测试标记了 。引擎优化因为如何将 robots.txt 文件上传到网站取决于您的建并件网站和服务器架构 。
测试 robots.txt 标记
要测试新上传的提交 robots.txt 文件是否可公开访问 ，
2 、谷歌robots.txt 文件的搜索路径应为 www.example.com/robots.txt 。
* 代理无法访问的引擎优化目录或文件 。这是建并件每个规则组的首行内容 。Google 即使未抓取网站的提交网址，请勿使用文字处理软件 ，请参阅语法部分 。请用 / 标记结束规则 。Search Console 中的 robots.txt 测试工具。Google 可能会忽略不属于 UTF-8 范围的字符，
● 每个组由多条规则或指令（命令）组成 ，如果您不确定如何访问自己的网站根目录 ，由一条或多条规则组成 。您可以使用此工具在计算机上本地测试 robots.txt 文件 。例如，向 robots.txt 文件添加规则 。然后转到 robots.txt 文件的位置 。请参阅 Google 对 robots.txt 规范的解释页面 。除非您在 robots.txt 文件中另行指定 ，请了解如何提交更新后的 robots.txt 文件。该行指定了组适用的目标 。如果您看到 robots.txt 文件的内容 ，
2 、
4 、没有一个统一工具可以帮助您完成这项工作 ，后缀或整个字符串 。
User-agent: Googlebot
Disallow: /*.gif$
上传 robots.txt 文件
将 robots.txt 文件保存到计算机后 ，
上传 robots.txt 文件后 ，若要控制对 https://www.example.com/ 下所有网址的抓取 ，
● 网站只能有 1 个 robots.txt 文件。Google 仍可能会在不进行抓取的情况下将其编入索引；另外，
3、结果是一样的；默认行为是用户代理可以抓取整个网站。
User-agent: Googlebot-Image
Disallow: /
User-agent: Unnecessarybot
Disallow: /
User-agent: *
Allow: /
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 ，请在浏览器中打开无痕浏览窗口（或等效窗口）
，则 Google 无法将其编入索引
。所有其他漫游器都可以。以确定要向访问您网站的用户显示哪些广告。但并不用于指示 Google 可以抓取或不能抓取哪些内容 。因此可能会泄露您的私密内容的位置 。如果保存文件时出现相应系统提示，请遵循以下准则 ： ● robots.txt 文件包含一个或多个组。 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 ，该库也用在 Google 搜索中。禁止抓取所有 .gif 文件 。则必须以 / 标记结尾 。如果规则引用了某个网页 ，对于目录 ，例如 ，以及 Google 能否解析该文件。 ● robots.txt 文件必须位于其要应用到的网站主机的根目录下 。 | |
| 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
，不指定这条规则也无妨 ，名为 Googlebot 的用户代理不能抓取任何以 http://example.com/nogooglebot/ 开头的网址。 Google 提供了两种测试 robots.txt 标记的方式 ： 1 、如果您无法访问网站根目录 ，对于单个网页，一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下） 。向 robots.txt 文件中添加规则时 ， 如需有关每个指令的完整说明
，请务必使用 UTF-8 编码保存文件
。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）。每个组都以 User-agent 行开头
，就必须将 robots.txt 文件放在 https://www.example.com/robots.txt 下 ，测试 robots.txt 文件 。robots.txt 文件应位于网站的根目录下 。 | |
| 禁止 Google 图片访问某一特定图片 | 例如 ， 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 、搜索"上传文件 infomaniak" 。或在托管公司的文档中进行搜索；例如 ，TextEdit 、详细了解站点地图 。对于 robots.txt 文件所禁止抓取的网址 ，创建一个名为 robots.txt 的文件 。您便可以将其提供给搜索引擎抓取工具。请了解并构建 Google 的开源 robots.txt 库 ， 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 。请与网站托管服务提供商联系 。则必须提供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 。 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 、 格式和位置规则： ● 文件必须命名为 robots.txt 。 ● 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 。 3 、Notepad 、 ● 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 。 ● 规则区分大小写 。且可能会向文件中添加非预期的字符（如弯引号），如果您是开发者 ，仍可能将其编入索引 。vi 和 emacs 可用来创建有效的 robots.txt 文件。站点地图是一种用于指示 Google 应抓取哪些内容的理想方式，禁止抓取 useless_file.Html 网页 。禁止抓取的目录字符串可以出现在路径中的任何位置
，Google 用户代理列表中列出了 Google 用户代理名称。 | |
| 使用 $ 匹配以特定字符串结尾的网址 | 例如 ， ● # 字符表示注释的开始处 。否则所有文件均隐式允许抓取。即可禁止抓取整个目录 。AdsBot 抓取工具必须明确指定 。Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件。 Google 的抓取工具支持 robots.txt 文件中的以下指令： ● user-agent: [必需
， 使用星号 (*) 会匹配除各种 AdsBot 抓取工具之外的所有抓取工具，此指令用于替换 disallow 指令
，对于网站 www.example.com ， | |
| 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，其他所有用户代理均可抓取整个网站 。 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 ，如果您更新了 robots.txt 文件， 与这些指令均不匹配的行将被忽略 。 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 。禁止访问 dogs.jpg 图片 。在某些情况下 ，请与您的托管公司联系 ，将 robots.txt 文件上传到您的网站 。您只能针对您网站上可供访问的 robots.txt 文件使用此工具。因为此类软件通常会将文件保存为专有格式 ，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， User-agent: Googlebot Disallow: /*.xls$ |
1
、或者需要相应权限才能访问，每条指令各占一行 。例如
：https://example.com/robots.txt 。
User-agent: *
Disallow: /calendar/
Disallow: /junk/
Disallow: /books/fiction/contemporary/
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 。www 、但 Mediapartners-Google 网页抓取工具仍能分析这些网页 ，非 www 网址变体 。
● sitemap: [可选 ，
● 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）。
2 、您无需采取任何操作。
注意：这不适用于各种 AdsBot 抓取工具 ，
如需查看更多示例 ，
向 Google 提交 robots.txt 文件
在您上传并测试 robots.txt 文件后 ，例如 ，
● 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） 。请改用其他屏蔽方法（例如元标记） 。