了解robots.txt

萬維網機器人（也稱為流浪者或蜘蛛）的程序，穿越許多頁面，在萬維網的遞歸檢索鏈接的網頁。更多信息請參閱 機器人頁。 在1993年和1994年也有一些情況下，機器人訪問了WWW服務器，他們不歡迎各種原因。有時這些機器人的具體原因，例如某些機器人淹沒服務器與速射要求，或相同的文件檢索反复。在其他情況下機器人走過部分WWW服務器的不適合，例如很深的虛擬樹木，重複信息，臨時信息，或CGI -腳本的副作用（如投票）。 這些事件表明需要建立的機制為WWW服務器，以表明對機器人的哪些部分的服務器不應該訪問。本標準滿足這一需求的業務解決方案。 該方法 該方法用於排除機器人從服務器是創建一個服務器上的文件，指定訪問策略的機器人。該文件必須可通過HTTP本地網址“/ robots.txt的“。內容此文件的指定下面。 之所以選擇這種方法，因為它可以很容易地實施現有的任何WWW服務器，和機器人可以找到通往政策，只有一個文件檢索。 一種可能的缺點，這個單文件的做法是，只有服務器管理員可以保持這樣一份名單，而不是個別的文件服務器上的維護者。這可以解決當地的進程來構造一個文件從一數別人的，但如果，或如何，這樣做是對的範圍之外本文件。 選擇的網址是出於幾個標準： 文件名應該適應文件命名限制所有常用的操作系統。 文件擴展名應該不需要額外的服務器配置。 文件名應表明該文件的目的，並很容易記住。 這種可能性的衝突與現有的文件應該很小。 格式 的格式和語義的“/ robots.txt的“文件如下： 該文件包含一個或多個記錄分隔由一個或多個空行（終止由CR，鉻/倪，或NL）的。每個記錄包含行的形式“： <值“。字段名稱不區分大小寫。 評論可以包含在文件中使用UNIX Bourne shell的公約：'＃'字符是用來表明前面的空間（如果有的話），其餘行到線路終端將被丟棄。行只包含評論是完全排除，因此並不表明紀錄邊界。 記錄開始與一個或多個 用戶代理 行，後面跟著一個或多個 不允許 線，詳情如下。未確認的頭被忽略。 用戶代理 在這方面值的名稱是機器人的記錄，說明訪問的政策。 如果有多個用戶代理領域存在的記錄描述了相同的訪問政策，一個多機器人。至少有一個外地需求在場每紀錄。 該機器人要開放，在解釋這一領域。不區分大小寫子串匹配的名字沒有版本信息，建議。 如果該值是'*'，記錄描述了默認的訪問策略的任何機器人具有不匹配任何其他記錄。這是不允許有多個這樣的記錄在“/ robots.txt的“文件。 不允許 在這方面的價值的部分指定網址不被訪問。這可以是一個完整路徑，或部分道路，任何網址開頭此值將無法取回。例如， 不允許：/幫助 既不允許 / help.html 和 /幫助/ index.html，而 不允許：/幫助/ 將不允許 /幫助/ index.html 但允許 / help.html。 任何空值，顯示所有的URL可以檢索。至少有一個不允許字段必須存在於記錄。 存在的一個空的“/ robots.txt的“文件沒有明確的關聯語義，這將被視為如果它不存在，也就是說，所有的機器人會考慮自己的歡迎。 實例 下面的例子“/ robots.txt的“文件規定，任何機器人應該訪問的任何網址的開始”/網絡世界/地圖/“或”/ tmp目錄/“，或 / foo.html： # robots.txt for http://www.example.com/ User-agent: * Disallow: /cyberworld/map/ # This is an infinite virtual URL space Disallow: /tmp/ # these will soon disappear Disallow: /foo.html 這個例子“/ robots.txt的“文件規定，任何機器人應該訪問的任何網址的開始”/網絡世界/地圖/“除了機器人名為”cybermapper“： # robots.txt for http://www.example.com/ User-agent: * Disallow: /cyberworld/map/ # This is an infinite virtual URL space # Cybermapper knows where to go. User-agent: cybermapper Disallow: 這個例子表明沒有機器人訪問本網站應進一步： # go away User-agent: * Disallow: / 首頁科技 關鍵字 關鍵字行銷 關鍵字排名 關鍵字廣告 網頁優化 SEO 網路行銷 網站排名 自然搜尋 網路行銷 SEO 關鍵字 關鍵字行銷 關鍵字廣告 關鍵字排名 PR值 外部連結 網站排名 網路排名 自然搜尋 網頁優化 網站優化 搜尋引擎 網頁設計瓦斯閥