不为人知的robots.txt信息

robots.txt

robots.txt是一个纯文本文件,在这个文件中网站管理者可以声明该网站中不想被robots访问的部分,或者指定搜索引擎只收录指定的内容。

当一个搜索机器人(有的叫搜索蜘蛛)访问一个站点时,它会首先检查该站点根目录下是否存在robots.txt,如果存在,搜索机器人就会按照该文件中的内容来确定访问的范围;如果该文件不存在,那么搜索机器人就沿着链接抓取。

另外,robots.txt必须放置在一个站点的根目录下,而且文件名必须全部小写。

如Google的  http://www.google.com.hk/robots.txt

百度的    http://www.baidu.com/robots.txt

有时一些个人在站点 查看  robots.txt   可能会得到好多有用的默认站点信息,建议将根目录的 robots.txt  删除  除非你懂得它的详细写法