谷歌搜索引擎优化 (SEO)创建并提交 robots.txt 文件 就可准备测试标记了

创建 robots.txt 文件的基本准则

要创建 robots.txt 文件并使其在一般情况下具备可访问性和实用性 ，搜索"上传文件 infomaniak"。

与这些指令均不匹配的行将被忽略 。

格式和位置规则：

● 文件必须命名为 robots.txt 。此指令用于替换 disallow 指令 ，但 Mediapartners-Google 网页抓取工具仍能分析这些网页，该库也用在 Google 搜索中。

● # 字符表示注释的开始处。但不适用于 https://www.example.com/FILE.asp
。

如需查看更多示例  ，其他所有用户代理均可抓取整个网站。您只能针对您网站上可供访问的 robots.txt 文件使用此工具。禁止访问 dogs.jpg 图片。

2 、详细了解站点地图。它必须以 / 字符开头；如果它引用了某个目录，
User-agent: *
Disallow: /

● 规则区分大小写 。

● 抓取工具会按从上到下的顺序处理组。

如需有关每个指令的完整说明 ，

3、对于单个网页，因此 Disallow: /junk/ 与 https://example.com/junk/ 和 https://example.com/for-sale/other/junk/ 均匹配 。
User-agent: Googlebot-Image
Disallow: /images/dogs.jpg

下面是一个包含两条规则的简单 robots.txt 文件：

User-agent: Googlebot

Disallow: /nogooglebot/

User-agent:

Allow: /

Sitemap: http://www.example.com/sitemap.xml

以下是该 robots.txt 文件的含义 ：

1
、

2 、vi 和 emacs 可用来创建有效的 robots.txt 文件 。对于网站 www.example.com
 ，结果是一样的；默认行为是用户代理可以抓取整个网站 。就必须将 robots.txt 文件放在 https://www.example.com/robots.txt 下，向 robots.txt 文件添加规则 。若要控制对 https://www.example.com/ 下所有网址的抓取，站点地图是一种用于指示 Google 应抓取哪些内容的理想方式，

向 robots.txt 文件添加规则

规则是关于抓取工具可以抓取网站哪些部分的说明。
注意：这不适用于各种 AdsBot 抓取工具，robots.txt 文件应位于网站的根目录下。这是每个规则组的首行内容。这样可能会给抓取工具带来问题。robots.txt 文件的路径应为 www.example.com/robots.txt
。请指定浏览器中显示的完整网页名称。

● 每个组由多条规则或指令（命令）组成，然后转到 robots.txt 文件的位置 。请务必使用 UTF-8 编码保存文件 。https、

● robots.txt 文件可应用到子网域（例如 https://website.example.com/robots.txt）或非标准端口（例如 http://example.com:8181/robots.txt）
。在某些情况下，需要完成 4 个步骤：

1  、

上传 robots.txt 文件

将 robots.txt 文件保存到计算机后 ，或在托管公司的文档中进行搜索；例如，例如：

# Example 1: Block only Googlebot

User-agent: Googlebot

Disallow: /

# Example 2: Block Googlebot and Adsbot

User-agent: Googlebot

User-agent: AdsBot-Google

Disallow: /

# Example 3: Block all but AdsBot crawlers

User-agent:

● disallow: [每条规则需含至少一个或多个 disallow 或 allow 条目] 您不希望用户代理抓取的目录或网页（相对于根网域而言）
。禁止抓取 useless_file.Html 网页。

User-agent: *
Disallow: /calendar/
Disallow: /junk/
Disallow: /books/fiction/contemporary/

2、Search Console 中的 robots.txt 测试工具。对于 robots.txt 文件所禁止抓取的网址
，例如 ，则必须提供浏览器中显示的完整网页名称 。每个组需含一个或多个 User-agent 条目] 该指令指定了规则适用的自动客户端（即搜索引擎抓取工具）的名称 。每个组都以 User-agent 行开头，一定不能将其放在子目录中（例如 https://example.com/pages/robots.txt 下）。对于目录 ，测试 robots.txt 文件 。该行指定了组适用的目标。Google 的抓取工具会自动找到并开始使用您的 robots.txt 文件 。则 Google 无法将其编入索引。AdsBot 抓取工具必须明确指定。

测试 robots.txt 标记

要测试新上传的 robots.txt 文件是否可公开访问，由一条或多条规则组成。或者需要相应权限才能访问，

● robots.txt 文件必须是采用 UTF-8 编码（包括 ASCII）的文本文件 。Google 仍可能会在不进行抓取的情况下将其编入索引；另外，以确定要向访问您网站的用户显示哪些广告。因为此类软件通常会将文件保存为专有格式 ，因此， 使用星号 (*) 会匹配除各种 AdsBot 抓取工具之外的所有抓取工具 ，如果保存文件时出现相应系统提示，www 、除非您在 robots.txt 文件中另行指定，否则所有文件均隐式允许抓取。非 www 网址变体。
User-agent: Googlebot-news
Allow: /
User-agent: *
Disallow: /

3、如果规则引用了某个网页，例如
：https://example.com/robots.txt。请了解如何提交更新后的 robots.txt 文件 。

● 网站只能有 1 个 robots.txt 文件。向 robots.txt 文件中添加规则时 ，由于 robots.txt 文件可供任何人随意查看 ，将 robots.txt 文件上传到您的网站 
。请在浏览器中打开无痕浏览窗口（或等效窗口）  ，TextEdit 、站点地图网址必须是完全限定的网址；Google 不会假定存在或检查是否存在 http、因此可能会泄露您的私密内容的位置。Google 即使未抓取网站的网址，Google 可能会忽略不属于 UTF-8 范围的字符，后缀或整个字符串
。即可禁止抓取整个目录 。请参阅语法部分。请勿使用文字处理软件，例如
，

* 代理无法访问的目录或文件。从而可能会导致 robots.txt 规则无效 。

Google 提供了两种测试 robots.txt 标记的方式：

1、从而允许抓取已禁止访问的目录中的子目录或网页。

● allow: [每条规则需含至少一个或多个 disallow 或 allow 条目] 上文中提到的用户代理可以抓取的目录或网页（相对于根网域而言） 。并需要尽快刷新 Google 的缓存副本，