robots.txt 配置說明
<P>網站這麼多東西，也許會有些東西是不想被搜尋到的，比方說只是要暫時上傳到空間、或是開一個目錄拿來放現在正在進行測試的網站等等，又不能直接關掉權限，因為還是需要能夠存取，這種情況又不希望被登記到搜尋引擎裡面弄亂我的網站索引。</P>
<P> </P>
<P>所以就需要用到robots.txt這個檔案。 </P>
<P>其實Google在這部分說得滿清楚了。</P>
<P> </P>
<P>以下我整理出一些要點。</P>
<P>1.robots.txt 必須存放在網域的根目錄。 <BR>2.語法：User-Agent 和 Disallow。意思就是「你不要誰(User-Agent)來存取哪些東西(Disallow)？」 <BR>3.googlebot特有語法：Allow，讓google某些bot搜尋剛剛你有Disallow過的特定資料。 <BR>4.使用「*」來代表一串任意字元 <BR>5.使用「$」表示 URL 的結尾字元(副檔名)<BR> <BR>範例：</P>
<P>所有robots無法檢索目錄folder1<BR>User-Agent:*<BR>Disallow: /folder1/</P>
<P> </P>
<P>所有robots無法檢索目錄folder1但可以檢索裡面的myfile.html<BR>User-Agent:*<BR>Disallow: /folder1/<BR>Allow:/folder1/myfile.html</P>
<P> </P>
<P>無法檢索特定檔案<BR>User-Agent:*<BR>Disallow: /private_file.html</P>
<P> </P>
<P>無法檢索特定檔案類型<BR>User-Agent:*<BR>Disallow: /*.gif$</P>
<P> </P>
<P>無法檢索動態產生的網頁<BR>User-Agent:*<BR>Disallow: /*?</P>
<P> </P>
<P>只讓google adsense檢索某網頁<BR>User-Agent:*<BR>Disallow:/folder1/</P>
<P>User-Agent:MediaPartners-Google<BR>Allow:/folder1/</P>
<P> </P>
<P>攔截所有以 private 開頭之子目錄的存取<BR>User-Agent:Googlebot<BR>Disallow:/private*/</P>
<P> <BR>常用User-Agent列表(Robots)：</P>
<P>•Googlebot：Google 網頁索引及新聞索引 <BR>•MediaPartners-Google：Google Adsense 索引網頁以決定廣告內容 <BR>•Googlebot-Mobile：Google手機網頁索引 <BR>•Googlebot-Image：索引網站裡的圖片 <BR>•Adsbot-Google：索引廣告主的廣告網頁來看品質如何 <BR>•Feedfetcher-Google：Google的Feed/RSS索引 <BR>•MSNBot：MSN 索引機器人 <BR>•del.icio.us-thumbnails：del.icio.us的網站縮略圖擷圖robot <BR>•Yahoo-Blogs：Yahoo部落格索引 <BR>•Yahoo-MMAudVid：Yahoo多媒體檔案索引 <BR>•YahooFeedSeeker：Yahoo的Feed/RSS索引 </P>