网站robots协议的用法（robots怎么用）

是网站与之间不成文的协议，虽然没有明文去规定，但双方都会遵守这个协议。通过robots.txt文件我们可以限制搜擎蜘蛛的抓取轨迹，对来说有着比较重要的意义，然后还是有很多人并未引起重视，而且很多人也不会使用，下面我们一起来介绍一下吧。

robots.txt文件的使用

每个网站在每个阶段都有一个体量（内容量级，流量等），这是搜索引擎对这个网站的认知，根据这个体量，搜索引擎每天会派出一定数量的蜘蛛对网站进行爬行，所以每个网站的蜘蛛数量，在每个阶段都是有限的。

但很多时候我们网站也会存在一些垃圾页面，或是网站有一些无排名意义的文件，而这些文件蜘蛛照样都会进行爬行，这就会造成蜘蛛资源的浪费。这个时候robots.txt文件就派上了用场，我们通过robots.txt文件对蜘蛛程序进行限制，让蜘蛛只固定爬行某些文件，从而将有限的蜘蛛资源利用起来。

假设我们不想网站被搜索引擎收录，我们可以将所有搜索引擎进行屏蔽。可以这样写

User-agent:

Disallow: /

如果我们不想某个搜索引擎蜘蛛访问，我们可以这样写，如不允许百度蜘蛛访问

User-agent:baiduspider

Disallow: /

如果不想蜘蛛访问网站的某些文件我们可以这样写，如下

不允许访问图片

User-agent:

Disallow: .jpg$

不允许访问css文件

User-agent:

Disallow: .css$

不允许访问123目录

User-agent:

Disallow: /123/

不允许访问123形式的文件（包括目录）

User-agent:

Disallow: /123

让蜘蛛抓取

User-agent:

Allow: http://.xxx./sitemap.xml

robots.txt文件我们写好后，将robots.txt文件放入网站的根目录，通常搜索引擎蜘蛛会第一时间先抓取这个文件，根据文件的说明，再去抓取其它内容。