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