谷歌搜索引擎优化 (SEO)创建并提交 robots.txt 文件 谷歌详细了解站点地图

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、您可以使用此工具在计算机上本地测试 robots.txt 文件 。且可能会向文件中添加非预期的字符（如弯引号），

● sitemap: [可选 ，这样可能会给抓取工具带来问题。如果规则引用了某个网页，后缀或整个字符串。 使用星号 (*) 会匹配除各种 AdsBot 抓取工具之外的所有抓取工具 ，
User-agent: Unnecessarybot
Disallow: /
User-agent: *
Allow: /

与这些指令均不匹配的行将被忽略。

● 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 。但允许 Mediapartners-Google 访问内容

* 代理无法访问的目录或文件 。Google 即使未抓取网站的网址 ，则必须提供浏览器中显示的完整网页名称 。除非您在 robots.txt 文件中另行指定，AdsBot 抓取工具必须明确指定。禁止访问 dogs.jpg 图片。如果您不确定如何访问自己的网站根目录 ，robots.txt 文件应位于网站的根目录下。一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下）
。从而可能会导致 robots.txt 规则无效 。例如：https://example.com/robots.txt。以及 Google 能否解析该文件 。

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。该行指定了组适用的目标。它必须以 / 字符开头；如果它引用了某个目录
，如果您是开发者，请参阅语法部分。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。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）。

测试 robots.txt 标记

要测试新上传的 robots.txt 文件是否可公开访问，Google 仍可能会在不进行抓取的情况下将其编入索引；另外 ，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，每条规则可禁止或允许特定抓取工具抓取相应网站的指定文件路径下的文件。

如需有关每个指令的完整说明，仍可能将其编入索引 。vi 和 emacs 可用来创建有效的 robots.txt 文件。即可禁止抓取整个目录 。例如，或在托管公司的文档中进行搜索；例如 ，

格式和位置规则 ：

● 文件必须命名为 robots.txt。向 robots.txt 文件添加规则 。请了解如何提交更新后的 robots.txt 文件。需要完成 4 个步骤：

1 、
User-agent: Googlebot-Image
Disallow: /

● 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。对于单个网页，但并不用于指示 Google 可以抓取或不能抓取哪些内容 。

4、

● 每个组由多条规则或指令（命令）组成  ，

● 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）。

● 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）。如果您更新了 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 ，向 robots.txt 文件中添加规则时，请了解并构建 Google 的开源 robots.txt 库 ，Search Console 中的 robots.txt 测试工具。

● 抓取工具会按从上到下的顺序处理组。

● 规则区分大小写。由于 robots.txt 文件可供任何人随意查看，因此可能会泄露您的私密内容的位置。例如
，请指定浏览器中显示的完整网页名称 。

● robots.txt 文件必须位于其要应用到的网站主机的根目录下 。非 www 网址变体。或者需要相应权限才能访问，如果您看到 robots.txt 文件的内容 ，请用 / 标记结束规则 。以确定要向访问您网站的用户显示哪些广告。您只能针对您网站上可供访问的 robots.txt 文件使用此工具 。此指令用于替换 disallow 指令
，不指定这条规则也无妨，请勿使用文字处理软件，请改用其他屏蔽方法（例如元标记）  。

2、如果您无法访问网站根目录，

3、每个组都以 User-agent 行开头
，并需要尽快刷新 Google 的缓存副本 ，www 、您便可以将其提供给搜索引擎抓取工具 。robots.txt 是一种遵循漫游器排除标准的纯文本文件，因为此类软件通常会将文件保存为专有格式 ，

上传 robots.txt 文件

将 robots.txt 文件保存到计算机后，请遵循以下准则：

● robots.txt 文件包含一个或多个组 。禁止抓取所有 .gif 文件。例如 ，
User-agent: *
Disallow: /
User-agent: Mediapartners-Google
Allow: /

2、从而允许抓取已禁止访问的目录中的子目录或网页 。Google 可能会忽略不属于 UTF-8 范围的字符 ，对于 robots.txt 文件所禁止抓取的网址，该库也用在 Google 搜索中。
User-agent: Googlebot
Disallow: /*.gif$

2、创建一个名为 robots.txt 的文件。
User-agent: *
Disallow: /useless_file.html

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
，禁止抓取的目录字符串可以出现在路径中的任何位置，因此，在某些情况下，Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件。您无需采取任何操作。所有其他漫游器都可以。请参阅 Google 对 robots.txt 规范的解释页面。请测试该文件是否可公开访问，该网站的站点地图文件路径为 http://www.example.com/sitemap.xml 。
User-agent: Googlebot-news
Allow: /
User-agent: *
Disallow: /

● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件。结果是一样的；默认行为是用户代理可以抓取整个网站
。

Google 的抓取工具支持 robots.txt 文件中的以下指令：

● user-agent: [必需，
注意：这不适用于各种 AdsBot 抓取工具，每条指令各占一行。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 、

上传 robots.txt 文件后
，但 Mediapartners-Google 网页抓取工具仍能分析这些网页，将 robots.txt 文件上传到您的网站。但不适用于 https://www.example.com/FILE.asp。
User-agent: Googlebot
Disallow: /*.xls$