robots是站点与spider交流的重要渠道，站点通过robots文件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，仅当您的网站包含不希望被搜索引擎收录的信息时，才必须要使用robots.txt文件。假如您希望搜索引擎收录网站上所有信息，请勿建立robots.txt文件。

robots文件往往放置于根目录下，包含一条或越来越多的记录，这些记录通过空行离开（以CR,CR/NL,orNL作为结束符），每一条记录的格式如下所示：
":"

在该文件中可以使用#开展注解，具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始，后面加上若干Disallow和Allow行,详细情况如下：
User-agent:该项的值用于描述搜索引擎robot的名字。在"robots.txt"文件中，假如有多条User-agent记录表明有多个robot会受到"robots.txt"的限制，对该文件来说，至少要有一条User-agent记录。假如该项的值设为*，则对任何robot均有效，在"robots.txt"文件中，"User-agent:*"这样子的记录只能有一条。假如在"robots.txt"文件中，加入"User-agent:SomeBot"和若干Disallow、Allow行，那么名为"SomeBot"只受到"User-agent:SomeBot"后面的Disallow和Allow行的限制。

Disallow:该项的值用于描述不希望被浏览的一组URL，这样的值可以是一条完整的路径，也可以是路径的非空前缀，以Disallow项的值开头的URL不可能被robot浏览。例如"Disallow:/help"禁止robot浏览/help.html、/helpabc.html、/help/index.html，而"Disallow:/help/"则允许robot浏览/help.html、/helpabc.html，不能浏览/help/index.html。"Disallow:"表明允许robot浏览该网站的所有url，在"/robots.txt"文件中，至少要有一条Disallow记录。假如"/robots.txt"不存在或者为空文件，则相对所有的搜索引擎robot，该网站全是开放的。

Allow:该项的值用于描述希望被浏览的一组URL，与Disallow项相似，这样的值可以是一条完整的路径，也可以是路径的前缀，以Allow项的值开头的URL是允许robot浏览的。例如"Allow:/hibaidu"允许robot浏览/hibaidu.htm、/hibaiducom.html、/hibaidu/com.html。一个网站的所有URL默认是Allow的，故此Allow通常与Disallow搭配使用，实现允许浏览一部分网页同时禁止浏览其它所有URL的基本功能。

使用"*"and"$"：Baiduspider支持使用通配符"*"和"$"来模糊匹配url。
"*"匹配0或多个任意字符
"$"匹配行结束符。

较后必须要表明的是：百度会严格遵守robots的相应协议，请注意区分您不想被抓取或收录的目录的大小写，百度会对robots中所写的文件和您不想被抓取和收录的目录做—有效匹配，否则robots协议无法生效。

以上信息由新概念科技（上海网站制作,上海网站制作）为您提供，越来越多精彩信息：http://www.jianzhan0.com/