小编教你什么是robots协议。

网站robots协议使用教程

robots协议可以说是各种网络爬虫程序与网站之间的一种约定，前段时间etao和京东就360buy内容的抓取闹得像两个孩子（PS：这篇文章写了一段时间了），且不论京东与etao的对错是非，从中我们可以知道robots可以将一些内容不开放给网络爬虫抓取，网络爬虫呢也完全可以不理会robots协议，按照自己的喜好获取你的信息，纵然是需要登录的网站爬虫也能注册账号登录，只是看想与不想。

也许有人说这样看robots协议一点作用也没有了，zhihu也曾讨论过robots是否涉及法律，协议的存在有其一定的约束力，但对于流氓行径连法律都不能完全阻止更别说协议了。

robots协议在遵守其约束的行为中能对SEO帮助很大的，下面看下都能做些什么？

第一：robots能规范网站的URL

网站有两种甚至3种以上地址的时候，该协议就能禁止蜘蛛爬去你不想展示的几种URL，而使网站解决站内重复问题集中权重。

网站有时候为了数据分析会在url接受后添加一些参数以区分来路，这样也是能用该协议解决的

第二：鉴于网站不想通过搜索引擎展示给用户的一些内容，也可以使用 robots.txt解决

第三：控制蜘蛛抓取，以减轻服务器负担，对于内容数量比较大的网站 蜘蛛抓取对于服务器资源的消耗是十分大的。

第四：和nofollow配合控制蜘蛛对网站的充分抓取

第五：robots.txt 支持添加网站地址以促进网站抓取和收录，语法：Sitemap:http://www.snlvyou.com/sitemap.xml

robots.txt文件用法举例

例1.禁止所有搜索引擎访问网站的任何部分 User-agent: *Disallow: / 例2.允许所有的robot访问(或者也可以建一个空文件 “/robots.txt”) User-agent: *Allow: /另一种写法是User-agent: *Disallow: 例3. 仅禁止Baiduspider访问您的网站 User-agent: BaiduspiderDisallow: / 例4. 仅允许Baiduspider访问您的网站 User-agent: BaiduspiderAllow:/ 例5. 禁止spider访问特定目录在这个例子中，该网站有三个目录对搜索引擎的访问做了限制，即robot不会访问这三个目录。需要注意的是对每一个目录必须分开声明，而不能写成 “Disallow: /cgi-bin/ /tmp/”。 User-agent: *Disallow: /cgi-bin/Disallow: /tmp/Disallow: /~joe/ 例6. 允许访问特定目录中的部分url User-agent: *Allow: /cgi-bin/seeAllow: /tmp/hiAllow: /~joe/look 例7. 使用”*”限制访问url禁止访问/cgi-bin/目录下的所有以”.htm”为后缀的URL(包含子目录)。 User-agent: *Disallow: /cgi-bin/*.htm 例8. 使用”$”限制访问url仅允许访问以”.htm”为后缀的URL。 User-agent: *Allow:/ .htm$ 例9. 禁止访问网站中所有的动态页面 User-agent: *Disallow: /*?* 例10. 禁止Baiduspider抓取网站上所有图片仅允许抓取网页，禁止抓取任何图片。 User-agent: BaiduspiderDisallow: /*.jpg$Disallow: /* .jpeg$Disallow:/* .gif$Disallow:/* .png$Disallow: /*.bmp$ 例11. 仅允许Baiduspider抓取网页和。gif格式图片允许抓取网页和gif格式图片，不允许抓取其他格式图片 User-agent: BaiduspiderAllow: .gif$Disallow: /.jpg$Disallow:/ .jpeg$Disallow:/ .png$Disallow: /.bmp$ 例12. 仅禁止Baiduspider抓取。jpg格式图片 User-agent: /BaiduspiderDisallow:/ .jpg$

robots.txt的写法是否正确可以使用google网站管理员工具后台测试。

SEO研究协会网是国内首家跨部门、跨行业、跨领域，由从事SEO研究、SEO培训、SEO服务的个人和企业团体自发组织创建的纯SEO技术研究平台。