Robots文件是网站和蜘蛛程序之间的“君子协议”——robots文件不仅仅可以节省网站的资源，还可以帮助蜘蛛更加有效的抓取网，从而提高排名。

1：只允许谷歌bot

如果要拦截除谷歌bot之外的所有爬虫：

User-agent:*

disallow:/

Uer-agent:允许的蜘蛛名

Disallow:

2：“/folder/”和“/folder”的区别

举个例子：

User-agent:*

Disallow:/folder/

Disallow:/folder

“Disallow:folder/”表示拦截的是一个目录，该目录文件下的所有文件不允许被抓取，但是允许抓取folder.hlml。

“Disallow:/folder”：对/folder/下的所有文件和folder.html都不能被抓取。

3：“*”匹配任意字符

User-agent:*

表示屏蔽所有的蜘蛛。当我们做了伪静态处理之后，会同时又动态网页和静态网页，网页内容一模一样，视为镜态页面，所以我们要屏蔽掉动态的网页，可以用*号来屏蔽动态的网页

User-agent:*

Disallow:/?*?/

4：$匹配网址结束

如果要拦截以某个字符串结束的网址，就可以使用$，例如，要拦截以.asp结束的网址：

User-agent:*

Disallow:/*.asp$

也可以打开比较优秀的网站，看他们的robots文件是如何书写的，然后根据自己的需求进行相应的修改。Robots文件可以让蜘蛛把更多的时间花在要抓取的内容上，所以优化robots文件是很有必要的。

本文来自东阳高复：http://mygaofu.com，转载请注明链接