robots实际上指的是robots协议(也称为爬虫协议、机器人协议)，它的全称是“爬虫排除标准”，网站通过robots协议告诉搜索引擎哪些页面可以被抓取，哪些页面不能被抓取。



而承载这些协议的文件是robots.txt文件，那么robots.txt文件的作用是什么？如何编写robots协议以及需要注意的事项，今天将在本文中向大家详细介绍。

一、robots.txt文件的含义，robots.txt的作用是什么

如前所述，该文本文件带有robots协议，该协议告诉所有搜索引擎该网站的哪些页面可以被抓取，哪些页面禁止被抓取。这有两个意思：

1、保护隐私。有些目录或页面不希望或不能被外界看到。有些搜索引擎可能不知道这些情况，它仍会像往常一样抓取并显示这些页面。如果我们通过robots来设置限制，搜索引擎蜘蛛将会放弃爬行，外界将无法通过搜索引擎知道这些保密信息。

2、调整抓取页面的数量。众所周知，每个网站上蜘蛛爬行的配额是有限的，如果我们禁止一些不重要的页面不被抓取，那么将配额留给那些重要的页面，会有更多的机会被抓取。

二、robots.txt文件的写法

robots协议针对允许或禁止，也可以设置特定的搜索引擎，其实在正常情况下，没有必要区分搜索引擎，而是统一设置允许抓取。

1、所有搜索引擎都被禁止访问网站

User-agent: *
Disallow: /

2、允许所有搜索引擎访问网站

User-agent: *
Allow: /

3、禁止所有蜘蛛访问网站的某个目录

User-agent:*
Disallow: /test/

这是最基本的用法，robots协议的使用有很多技巧，我建议大家仔细阅读其协议。

三、robots.txt文件相关注意事项

有些站长说我的网站上没有任何禁止爬行的页面，所以不用设置robots文件，这在理论上行得通。然而我建议，即使网站是完全开放的，最好建立一个robots文件，比如我网站的文件：http://www.krseo.com/robots.txt，通常放在网站的根目录下。