联系手机:13488754711
联系人:张先生
qq:84502901
email:wosainet@126.com
搜索引擎统一robots文件标准
三家都支持的robots文件记录包括：
disallow - 告诉蜘蛛不要抓取某些文件或目录。如下面代码将阻止蜘蛛抓取所有的网站文件：
user-agent: *
disallow: /
allow - 告诉蜘蛛应该抓取某些文件。allow和disallow配合使用，可以告诉蜘蛛某个目录下，大部分都不抓取，只抓取一部分。如下面代码将使蜘蛛不抓取ab目录下其他文件，而只抓取其中cd下的文件：
user-agent: *
disallow: /ab/
allow: /ab/cd
$通配符 - 匹配url结尾的字符。如下面代码将允许蜘蛛访问以.htm为后缀的url：
user-agent: *
allow: .htm$
*通配符 - 告诉蜘蛛匹配任意一段字符。如下面一段代码将禁止蜘蛛抓取所有htm文件：
user-agent: *
disallow: /*.htm
sitemaps位置 - 告诉蜘蛛你的网站地图在哪里，格式为：
sitemap: <sitemap_location>
三家都支持的meta标签包括：
noindex - 告诉蜘蛛不要索引某个网页。
nofollow - 告诉蜘蛛不要跟踪网页上的链接。
nosnippet - 告诉蜘蛛不要在搜索结果中显示说明文字。
noarchive - 告诉蜘蛛不要显示快照。
noodp - 告诉蜘蛛不要使用开放目录中的标题和说明。
上面这些记录或标签，现在三家都共同支持。其中通配符好像以前雅虎微软并不支持。百度现在也支持disallow，allow及两种通配符。meta标签我没有找到百度是否支持的官方说明。
只有google支持的meta标签有：
unavailable_after - 告诉蜘蛛网页什么时候过期。在这个日期之后，不应该再出现在搜索结果中。
noimageindex - 告诉蜘蛛不要索引页面上的图片。
notranslate - 告诉蜘蛛不要翻译页面内容。
雅虎还支持meta标签：
crawl-delay - 允许蜘蛛延时抓取的频率。
noydir - 和noodp标签相似，但是指雅虎目录，而不是开放目录。
robots-nocontent - 告诉蜘蛛被标注的部分html不是网页内容的一部分，或者换个角度，告诉蜘蛛哪些部分是页面的主要内容（想被检索的内容）。
msn还支持meta标签：
crawl-delay
另外提醒大家注意的是，robots.txt文件可以不存在，返回404错误，意味着允许蜘蛛抓取所有内容。但抓取robots.txt文件时却发生超时之类的错误，可能导致搜索引擎不收录网站，因为蜘蛛不知道robots.txt文件是否存在或者里面有什么内容，这与确认文件不存在是不一样的。