我們了解過(guò)什么是搜索引擎蜘蛛后，就應(yīng)該了解下什么是robots.txt，因?yàn)榍懊娼榻B搜索引擎蜘蛛是按照鏈接爬行的，有的時(shí)候我不希望搜索引擎蜘蛛爬行并抓取，比如網(wǎng)站后臺(tái)文件，如果地址被抓取暴露出來(lái)，那后果不是很嚴(yán)重嗎？那么是否有制約搜索引擎蜘蛛的規(guī)則或文件呢？
什么是robots.txt
當(dāng)搜索引擎爬行到某個(gè)網(wǎng)站的時(shí)候，首先第一查看的文件就是robots.txt，查看是否存在，如果存在那么網(wǎng)站的哪些文件不允許爬行，就像道路交通一樣，某些道路無(wú)法通行。而robots.txt就像交警的存在，明確指示著某條道路不能通行，如果不存在，那么網(wǎng)站所有頁(yè)面將均可以被蜘蛛爬行并收錄。
robots.txt的寫(xiě)法
robots.txt必須放置在一個(gè)站點(diǎn)的根目錄下，而且文件名必須全部小寫(xiě)。格式例如：
User-agent: *
Disallow: /admin/ <后臺(tái)管理文件>
Disallow: /require/ <程序文件>
Disallow: /attachment/ <附件>
Disallow: /images/ <圖片>
Disallow: /data/ <數(shù)據(jù)庫(kù)文件>
Disallow: /template/ <模板文件>
Disallow: /css/ <樣式表文件>
Disallow: /lang/ <編碼文件>
Disallow: /script/ <腳本文件>
? User-Agent: 遵守的規(guī)則
? Disallow: 要攔截的網(wǎng)頁(yè)
18260806066