整站禁止收录

整站禁止收录

robots.txt文件用法举例
           禁止整站被所有收索引擎收录：
                   User-agent: *
                   Disallow: /
           禁止整站被google收录：
                 User-agent: Googlebot
                 Disallow: /
           禁止网站music目录和download目录被所有收索引擎收录：
                User-agent: *
                Disallow: /music/
                Disallow: /download/


常用搜索引擎机器人名字
          Baiduspider                          ----------->   http://www.baidu.com
           Scooter                                 ----------->   http://www.altavista.com
           ia_archiver                            ----------->   http://www.alexa.com
           Googlebot                             ----------->   http://www.google.com
           FAST-WebCrawler               ------------>   http://www.alltheweb.com
           Slurp                                    ------------>   http://www.inktomi.com

robots.txt文件的格式
"robots.txt"文件包含一条或更多的记录，这些记录通过空行分开（以CR,CR/NL, or NL作为结束符），每一条记录的格式如下所示：
"<field>:<optionalspace><value><optionalspace>"。

在该文件中可以使用#进行注解，具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始，后面加上若干Disallow行,详细情况如下：

User-agent:
　　该项的值用于描述搜索引擎robot的名字，在"robots.txt"文件中，如果有多条User-agent记录说明有多个robot会受到该协议的限制，对该文件来说，至少要有一条User-agent记录。如果该项的值设为*，则该协议对任何机器人均有效，在"robots.txt"文件中，"User-agent:*"这样的记录只能有一条。

Disallow:
　　该项的值用于描述不希望被访问到的一个URL，这个URL可以是一条完整的路径，也可以是部分的，任何以Disallow开头的URL均不会被robot访问到。例如"Disallow:/help"对/help.html 和/help/index.html都不允许搜索引擎访问，而"Disallow:/help/"则允许robot访问/help.html，而不能访问/help/index.html。任何一条Disallow记录为空，说明该网站的所有部分都允许被访问，在"/robots.txt"文件中，至少要有一条Disallow记录。如果"/robots.txt"是一个空文件，则对于所有的搜索引擎robot，该网站都是开放的。