蔡毓信

robots.txt文件用于告诉搜索引擎哪些页面可以抓取哪些不可以访问

基本语法包含User-agentDisallow和Allow指令以及Sitemap声明位置

例如常见示例：指定所有爬虫示例中禁止私有目录允许抓取公开页面

对百度来说robots.txt很重要文件必须放在网站根目录并保证URL可正常访问

常见问题有路径书写错误阻断了重要页面抓取建议在部署前先测试

正确配置robots.txt可以提高抓取效率并增加百度索引概率

定期检查并结合Sitemap使用关注百度站长平台提示