一、什么是robots.txt文件？
搜索引擎使用spider程序自动访问互联网上的网页并获取网页信息。Spider在访问一个网站时，首先会检查该网站的根目录下是否有一个叫robots.txt的纯文本文件，这个文件用于指定spider在您网站上的抓取范围。您可以在您的网站中创建一个robots.txt，在文件中声明该网站中不想被搜索引擎收录的部分或者指定搜索引擎只收录特定的部分。请注意，只有当您的网站包含不希望被搜索引擎收录的内容时，才需要使用robots.txt文件。如果您希望搜索引擎收录网站上所有内容，请勿建立robots.txt文件。
二、robots.txt文件放在哪里？
robots.txt文件应该放置在网站根目录下。举例来说，当spider访问一个网站（比如http://www.abc.com）时，首先会检查该网站中是否存在http://www.abc.com/robots.txt这个文件，如果
Spider找到这个文件，它就会根据这个文件的内容，来确定它访问权限的范围。
网站 URL 对应的 robots.txt 的 URL
http://www.seozhouyi.com/ http://www.seozhouyi.com/robots.txt
三、robots.txt有什么用？
如果您不希望互联网爬虫（又叫蜘蛛、Crawler、Spider等）抓取您网站的每一个公开的链接，而只抓取您指定的某一部分链接，或根本不抓取任何链接，您可以使用robots.txt向搜索引擎爬虫反馈信息。
四、怎么使用robots.txt？
建议您的站点根目录下存放一个robots.txt文件。我们的爬虫在第一次抓取您站点时会首先确认根目录下是否有robots.txt文件。例如，您的网站地址是www.seozhouyi.com，我们会先抓http://www.seozhouyi.com/robots.txt再进行后续操作。如无法访问robots.txt文件，系统则默认您站点的每个链接都可以被抓取。
五、怎么写robots.txt文件？
robots.txt是个很简单的文本文件，您只要标明“谁不能访问哪些链接”即可。
在文件的第一行写：
User-Agent: Baiduspider
这就告诉了爬虫下面的描述是针对名为Baiduspider的爬虫。您还可以写：
User-Agent:
这就意味着向所有的爬虫开放。需要注意的是一个robots.txt文件里只能有一个”User-Agent: “。
接下来是不希望被访问的链接前缀。例如：
Disallow: /private
这就告诉爬虫不要抓取以”/private”开头的所有链接。包括private.html、private/some.html、private/some/haha.html。如果您写成：
Disallow: /
则表示整个站点都不希望被访问。您也可以分行来指定不希望被抓取的链接前缀，例如：
Disallow: /tmp
Disallow: /disallow
那么所有以”/tmp”和”/disallow”开头的链接都不会被访问了。
最终形成的robots.txt文件如下：
User-Agent: Baiduspider
Disallow: /tmp
Disallow: /private
请注意，如果您的robots.txt文件中有中文等非英文字符，请确保该文件是由UTF-8编码编写的。
六、怎样分别指定不同的网络爬虫？
这个操作很简单，只要分别指定“谁可以或不可以访问怎样的链接”即可。例如：
User-Agent: YodaoBot
Disallow:
User-Agent:
Disallow: /private
上面的robots.txt表明，名为YodaoBot的爬虫可以抓取所有的内容，其他名称的爬虫不能抓取以”/private”开头的链接。
七、robots.txt范例？
淘宝网的robots.txt
User-agent: Baiduspider
Disallow: /
User-agent: baiduspider
Disallow: /
搜狗的robots.txt
User-agent: Sogou web spider
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: Sogou inst spider
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: Sogou spider2
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: Sogou blog
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: Sogou News Spider
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: Sogou Orion spider
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: JikeSpider
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: Sosospider
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: Googlebot
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: MSNBot
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: Baiduspider
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: 360spider
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: Baiduspider-image
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent: YoudaoBot
Disallow: /sogou?
Disallow: /web?
Disallow: /sohu?
Disallow: /quan?
User-agent:
Disallow: /
ADMIN5站长网的robots.txt
User-agent:
Disallow: /api/
Disallow: /data/
Disallow: /source/
Disallow: /install/
Disallow: /template/
Disallow: /config/
Disallow: /uc_client/
Disallow: /uc_server/
Disallow: /static/
Disallow: /archiver/
Disallow: /admin.php
Disallow: /search.php
Disallow: /member.php
Disallow: /api.php
Disallow: /misc.php
Disallow: /space-.html
Disallow: /forum.php?mod=
Disallow: /home.php?mod=
Disallow: /userapp.php?mod=
Disallow: /?mod=misc
Disallow: /?mod=attachment
Disallow: /mobile=yes*