网站优化必写的robots协议
robots是网站跟爬虫间的协议,用简单直接的txt格式文本形式告诉对应的爬虫被允许的权限。您可以在您的网站中创建一个纯文本文件robots.txt,在这个文件中声明该网站中不想被robot访问的部分,这样,该网站的部分或全部内容就可以不被搜索引擎收录了,或者指定搜索引擎只收录指定的内容。
robots.txt是一种存放于网站根目录下的ASCII编码的文本文件,它通常告诉搜索引擎蜘蛛,此网站中的哪些内容是不能被搜索引擎的蜘蛛获取的,哪些是可以被蜘蛛获取的。因为一些系统中的URL是大小写敏感的,所以robots.txt的文件名应统一为小写。robots.txt应放置于网站的根目录下。如果想单独定义搜索引擎蜘蛛访问子目录时的行为,那么可以将自定的设置合并到根目录下的robots.txt,或者使用robots元数据。