有些時候，我們建立的一些網頁，不希望被網友通過搜索引擎找到，該如何做呢？本文介紹了如何使用robots.txt防止搜索引擎抓取頁面的一些技巧。

　　robots.txt 文件對抓取網絡的搜索引擎漫游器（稱為漫游器）進行限制。這些漫游器是自動的，在它們訪問網頁前會查看是否存在限制其訪問特定網頁的 robots.txt 文件。如果你想保護網站上的某些內容不被搜索引擎收入的話，robots.txt 是一個簡單有效的工具。這里簡單介紹一下怎么使用它。

　　如何放置 robots.txt 文件

　　robots.txt自身是一個文本文件。它必須位于域名的根目錄中并 被命名為"robots.txt"。位于子目錄中的 robots.txt 文件無效，因為漫游器只在域名的根目錄中查找此文件。例如，http://www.example.com/robots.txt 是有效位置，http://www.example.com/mysite/robots.txt 則不是。

　　這里舉一個robots.txt的例子：

　　user-agent： *

　　disallow： /cgi-bin/

　　disallow： /tmp/

　　disallow： /~name/

　　使用 robots.txt 文件攔截或刪除整個網站

　　要從搜索引擎中刪除您的網站，并防止所有漫游器在以后抓取您的網站，請將以下 robots.txt 文件放入您服務器的根目錄：

　　user-agent： *

　　disallow： /

　　要只從 google 中刪除您的網站，并只是防止 googlebot 將來抓取您的網站，請將以下 robots.txt 文件放入您服務器的根目錄：

　　user-agent： googlebot

　　disallow： /

　　每個端口都應有自己的 robots.txt 文件。尤其是您通過 http 和 https 托管內容的時候，這些協議都需要有各自的 robots.txt 文件。例如，要讓 googlebot 只為所有的 http 網頁而不為 https 網頁編制索引，應使用下面的 robots.txt 文件。

　　對于 http 協議 （http://yourserver.com/robots.txt）：

　　user-agent： *

　　allow： /

　　對于 https 協議 （https：//yourserver.com/robots.txt）：

　　user-agent： *

　　disallow： /

　　允許所有的漫游器訪問您的網頁

　　user-agent： *

　　disallow：

　　（另一種方法： 建立一個空的 "/robots.txt" 文件， 或者不使用robot.txt。）

　　使用 robots.txt 文件攔截或刪除網頁

　　您可以使用 robots.txt 文件來阻止 googlebot 抓取您網站上的網頁。 例如，如果您正在手動創建 robots.txt 文件以阻止 googlebot 抓取某一特定目錄下（例如，private）的所有網頁，可使用以下 robots.txt 條目：

　　user-agent： googlebot

　　disallow： /private

　　要阻止 googlebot 抓取特定文件類型（例如，.gif）的所有文件，可使用以下 robots.txt 條目：

　　user-agent： googlebot

　　disallow： /*.gif$

　　要阻止 googlebot 抓取所有包含 ？ 的網址（具體地說，這種網址以您的域名開頭，后接任意字符串，然后是問號，而后又是任意字符串），可使用以下條目：

　　user-agent： googlebot

　　disallow： /*？

　　盡管我們不抓取被 robots.txt 攔截的網頁內容或為其編制索引，但如果我們在網絡上的其他網頁中發現這些內容，我們仍然會抓取其網址并編制索引。因此，網頁網址及其他公開的信息，例如指 向該網站的鏈接中的定位文字，有可能會出現在 google 搜索結果中。不過，您網頁上的內容不會被抓取、編制索引和顯示。

　　作為網站管理員工具的一部分，google提供了robots.txt分析工具 。它可以按照 googlebot 讀取 robots.txt 文件的相同方式讀取該文件，并且可為 google user-agents（如 googlebot）提供結果。我們強烈建議您使用它。 在創建一個 robots.txt 文件之前，有必要考慮一下哪些內容可以被用戶搜得到，而哪些則不應該被搜得到。 這樣的話，通過合理地使用 robots.txt ， 搜索引擎在把用戶帶到您網站的同時，又能保證隱私信息不被收錄。