什么是robots.txt文件

robots和谈（也称为爬虫和谈、爬虫法则、机械人和谈等）也就是robots.txt，网站经由过程robots和谈告诉搜刮引擎哪些页面可以抓取，哪些页面不但愿被抓取。

方式/步调

1
有什么感化
Robots和谈是网站国际互联网界通行的道德规范，其目标是庇护网站数据和敏感信息、确保用户小我信息和隐私不被加害。
因其不是号令，故需要搜刮引擎自发遵守。
2
一个网站为什么要写robots.txt
1、庇护网站平安
2、节流流量
3、禁止搜刮引擎收录部门页面
4、指导蜘蛛爬网站地图
3
淘宝的robots.txt
4
淘宝的robots.txt
5
京东的robots.txt
6
Robots.txt放置位置
Robots.txt文件应该放置在网站根目次下
例如:当spider拜候一个网站（http://www.xxx.com）时，起首会查抄该网站中是否存在http://www.xxx.com/robots.txt这个文件，若是 Spider找到这个文件，它就会按照这个文件的内容，来确定它拜候权限的规模。
7
Robots.txt文件的写法
User-agent: * 这里的*代表的所有的搜刮引擎种类，*是一个通配符
Disallow: /admin/ 这里界说是禁止爬寻admin目次下面的目次
Disallow: /*?* 禁止拜候网站中所有包含问号 (?) 的网址
Disallow: /.jpg$ 禁止抓取网页所有的.jpg格局的图片
Disallow:/ab/adc.html 禁止爬取ab文件夹下面的adc.html文件。
Allow: /cgi-bin/　这里界说是许可爬寻cgi-bin目次下面的目次
Allow: .htm$ 仅许可拜候以".htm"为后缀的URL。
Allow: .gif$ 许可抓取网页和gif格局图片
Sitemap: 网站地图告诉爬虫这个页面是网站地图
8
百度站长平台建立robots