robots.txt文件详细解说
1. 什么是robots.txt文件?
搜索引擎使用spider程序自动访问互联网上的网页并获取网页信息。spider在访问一个网站时，会首先会检查该网站的根域下是否有一个叫做 robots.txt的纯文本文件，这个文件用于指定spider在您网站上的抓取范围。您可以在您的网站中创建一个robots.txt，在文件中声明 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内容时，才需要使用robots.txt文件。如果您希望搜索引擎收录网站上所有内容，请勿建立robots.txt文件。
2. robots.txt文件放在哪里?
robots.txt文件应该放置在网站根目录下。举例来说，当spider访问一个网站(比如 http://www.abc.com)时，首先会检查该网站中是否存在http://www.abc.com/robots.txt这个文件，如果 Spider找到这个文件，它就会根据这个文件的内容，来确定它访问权限的范围。
网站 URL | 相应的 robots.txt的 URL |
http://www.esobao.cn/ | http://www.esobao.cn/robots.txt |
http://www.esobao.cn:80/ | http://www.esobao.cn:80/robots.txt |
http://www.esobao.cn:1234/ | http://www.esobao.cn:1234/robots.txt |
http://esobao.cn/ | http://esobao.cn/robots.txt |
3. 我在robots.txt中设置了禁止百度收录我网站的内容，为何还出现在百度搜索结果中?
如果其他网站链接了您robots.txt文件中设置的禁止收录的网页，那么这些网页仍然可能会出现在百度的搜索结果中，但您的网页上的内容不会被抓取、建入索引和显示，百度搜索结果中展示的仅是其他网站对您相关网页的描述。
4. 禁止搜索引擎跟踪网页的链接，而只对网页建索引
如果您不想搜索引擎追踪此网页上的链接，且不传递链接的权重，请将此元标记置入网页的<HEAD> 部分：
<meta name="robots" content="nofollow">
如果您不想百度追踪某一条特定链接，百度还支持更的控制，请将此标记直接写在某条链接上：
<a href="signin.php" rel="nofollow">signin</a>
要允许其他搜索引擎跟踪，但仅防止百度跟踪您网页的链接，请将此元标记置入网页的<HEAD> 部分：
<meta name="Baiduspider" content="nofollow">
5. 禁止搜索引擎在搜索结果中显示网页快照，而只对网页建索引
要防止所有搜索引擎显示您网站的快照，请将此元标记置入网页的<HEAD>部分：
<meta name="robots" content="noarchive">
要允许其他搜索引擎显示快照，但仅防止百度显示，请使用以下标记：
<meta name="Baiduspider" content="noarchive">
注：此标记只是禁止百度显示该网页的快照，百度会继续为网页建索引，并在搜索结果中显示网页摘要。
6. 我想禁止百度图片搜索收录某些图片，该如何设置?
禁止Baiduspider抓取网站上所有图片、禁止或允许Baiduspider抓取网站上的某种特定格式的图片文件可以通过设置robots实现，请参考“robots.txt文件用法举例”中的例10、11、12。
7. robots.txt文件的格式
"robots.txt"文件包含一条或更多的记录，这些记录通过空行分开(以CR,CR/NL, or NL作为结束符)，每一条记录的格式如下所示：
"<field>:<optional space><value><optionalspace>"
在该文件中可以使用#进行注解，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，如果有多条User-agent记录说明有多个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。如果该项的值设为*，则对任何robot均有效， 在"robots.txt"文件中，"User-agent:*"这样的记录只能有一条。如果在"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访问的一组URL，这个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不会被 robot访问。例如"Disallow:/help"禁止robot访问/help.html、/helpabc.html、/help /index.html，而"Disallow:/help/"则允许robot访问/help.html、/helpabc.html，不能访问 /help/index.html。"Disallow:"说明允许robot访问该网站的所有url，在"/robots.txt"文件中，至少要有一条Disallow记录。如果"/robots.txt"不存在或者为空文件，则对于所有的搜索引擎robot，该网站都是开放的。
Allow:
该项的值用于描述希望被访问的一组URL，与Disallow项相似，这个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访问的。例如"Allow:/hibaidu"允许robot访问/hibaidu.htm、/hibaiducom.html、 /hibaidu/com.html。一个网站的所有URL默认是Allow的，所以Allow通常与Disallow搭配使用，实现允许访问一部分网页同时禁止访问其它所有URL的功能。
使用"*"and"$"：
Baiduspider支持使用通配符"*"和"$"来模糊匹配url。
"$" 匹配行结束符。
"*" 匹配0或多个任意字符。
注：我们会严格遵守robots的相关协议，请注意区分您不想被抓取或收录的目录的大小写，我们会对robots中所写的文件和您不想被抓取和收录的目录做匹配，否则robots协议无法生效。
8. URL匹配举例
Allow或Disallow的值 | URL | 匹配结果 |
/tmp | /tmp | yes |
/tmp | /tmp.html | yes |
/tmp | /tmp/a.html | yes |
/tmp | /tmphoho | no |
/Hello* | /Hello.html | yes |
/He*lo | /Hello,lolo | yes |
/Heap*lo | /Hello,lolo | no |
html$ | /tmpa.html | yes |
/a.html$ | /a.html | yes |
htm$ | /a.html | no |
9. robots.txt文件用法举例
例1. 禁止所有搜索引擎访问网站的任何部分 | User-agent: * |
例2. 允许所有的robot访问 | User-agent: * |
例3. 仅禁止Baiduspider访问您的网站 | User-agent: Baiduspider |
例4. 仅允许Baiduspider访问您的网站 | User-agent: Baiduspider |
| 关键词：
长尾关键词流量占据全站流量的80%，长尾关键词优化主要注意长尾词挖掘、长尾词布局、长尾词页面内容编辑、长尾词推广和外链。
 1、长尾词挖掘可以借助百度下拉框、百度相关搜索、搜狗问问、百度知道、百度推广助手等前面介绍的关键词挖掘工具。挖掘好的关键词用电子表格保存筛选，去除重复的以及选择放在网站上的长尾词。 2、按照长尾关键词竞争度依次布局栏目页和内页关键词。布局关键词按照首页、栏目页、内页优先等级依次布局。栏目页关键词是首页关键词的扩展，内页长尾词是栏目关键词的扩展。 3、内容编辑。网站长尾关键词页面内容一定要是有价值的内容，能有别人没有的内容，并且能解决用户大部分问题，或者采用更多元素方便用户阅读。 4、推广。推广的方式有很多，主要目的是让用户点击进入页面浏览，用户的点击能增加点击权重，并且促进关键词页面首页的排名。搜索引擎会把收到用户关注更多的页面更快的收录和的排名。推广方式包括QQ群、QQ邮件、QQ空间、微博、微信、软文外链等。 5、外链。外链的作用是推广和传递权重，偏向与传递权重。网页要达到收录和排名必须要有一定的权重值，外链能从站外传递一部分权重值推动页面收录和排名。 6、记录该关键词和其链接。在内容页面的关键词，我们称之为长尾关键词。我们建议你要有一个长尾关键词及其链接的列表。把这个关键词和其链接，记录到你的长尾关键词记录单里，以方便其他发其他文章时锚文本的使用。 7、强调关键词： (1)注意关键词密度，尽量在每段中都出现该关键词。 (2)在该关键词出现的个地方，给它加黑。 (3)文章标题，给一个H标签，可以是H1，或H2。 (4)适当的在内容里出现一些相关关键词。 8、写标题和关键词标签。注意，一个页面，往往只集中精力于一个关键词。一个内容页面可以实现一个关键词的，就非常好了。 所以，内容页面的标题和关键词写法就比较简单了 例子：如果你要充分强调网站的主目标关键词，你可以把那个词放在每个页面的关键词标签里。如网站的源代码：描述标签，如果可以自定义，则针对关键词展开写80个字左右，本关键词在描述标签里重复2-3次。如不能自定义，则可以不用描述标签。 9、相关。用户在看完你的内容后，会选择离开或继续浏览。如果你有更多精彩的内容，别忘了在文章结尾给用户。有效的相关可以减少搜索跳出率注意事项. 通常网站内页排名是主站收录三个月以后，内页的收录周期是三个月。所以内页的标题和内容不要轻易修改，但如果推广和外链效果好会缩短内页排名周期。 |
