搜索引擎訪問一個網站時，它首先會檢查該網站的根域下是否有一個叫做robots.txt的純文本文件。robots.txt文件用于限定搜索引擎對其網站的訪問范圍，即告訴搜索引擎網站中哪些文件是允許它進行檢索(下載)的。這就是大家在網絡上常看到的“拒絕robots訪問標準”(robots exclusion standard)。下面我們簡稱res。 robots.txt文件的格式：robots.txt文件的格式比較特殊，它由記錄組成。這些記錄通過空行分開。其中每條記錄均由兩個域組成：
1) 一個user-agent(用戶代理)字符串行；
2) 若干disallow字符串行。
記錄格式為：<field> ":" <value>
下面我們分別對這兩個域做進一步說明。
user-agent(用戶代理)：
user-agent行(用戶代理行) 用于指定搜索引擎robot的名字，以google的檢索程序googlebot為例，有：user-agent: googlebot
一個robots.txt中至少要有一條user-agent記錄。如果有多條user-agent記錄，則說明有多個robot會受到res標準的限制。當然了，如果要指定所有的robot，只需用一個通配符"*"就搞定了，即：user-agent: * disallow(拒絕訪問聲明)：
在robots.txt文件中，每條記錄的第二個域是disallow:指令行。這些disallow行聲明了該網站中不希望被訪問的文件和(或)目錄。例如"disallow: email.htm"對文件的訪問進行了聲明，禁止spiders下載網站上的email.htm文件。而"disallow: /cgi-bin/"則對cgi-bin目錄的訪問進行了聲明，拒絕spiders進入該目錄及其子目錄。disallow聲明行還具有通配符功能。例如上例中"disallow: /cgi-bin/"聲明了拒絕搜索引擎對cgi-bin目錄及其子目錄的訪問，而"disallow:/bob"則拒絕搜索引擎對/bob.html和/bob/indes.html的訪問(即無論是名為bob的文件還是名為bob的目錄下的文件都不允許搜索引擎訪問)。disallow記錄如果留空，則說明該網站的所有部分都向搜索引擎開放。
空格 & 注釋
在robots.txt文件中，凡以"#"開頭的行，均被視為注解內容，這和unix中的慣例是一樣的。但大家需要注意兩個問題：
1) res標準允許將注解內容放在指示行的末尾，但這種格式并不是所有的spiders都能夠支持。譬如，并不是所有的spiders都能夠正確理解"disallow: bob #comment"這樣一條指令。有的spiders就會誤解為disallow的是"bob#comment"。最好的辦法是使注解自成一行。
2) res標準允許在一個指令行的開頭存在空格，象"disallow: bob #comment"，但我們也并不建議大家這么做。
robots.txt文件的創建：
需要注意的是，應當在unix命令行終端模式下創建robots.txt純文本文件。好的文本編輯器一般都能夠提供unix模式功能，或者你的ftp客戶端軟件也“應該”能夠替你轉換過來。如果你試圖用一個沒有提供文本編輯模式的html編輯器來生成你的robots.txt純文本文件，那你可就是瞎子打蚊子——白費力氣了。
對res標準的擴展：
盡管已經提出了一些擴展標準，如allow行或robot版本控制(例如應該忽略大小寫和版本號)，但尚未得到res工作組的正式批準認可。
附錄i. robots.txt用法舉例：
使用通配符"*"，可設置對所有robot的訪問權限。
user-agent: *
disallow:
表明：允許所有搜索引擎訪問網站下的所有內容。
user-agent: *
disallow: /
表明：禁止所有搜索引擎對網站下所有網頁的訪問。
user-agent: *
disallow: /cgi-bin/disallow: /images/
表明：禁止所有搜索引擎進入網站的cgi-bin和images目錄及其下所有子目錄。需要注意的是對每一個目錄必須分開聲明。
user-agent: roverdog
disallow: /
表明：禁止roverdog訪問網站上的任何文件。
user-agent: googlebot
disallow: cheese.htm
表明：禁止google的googlebot訪問其網站下的cheese.htm文件。
上面介紹了一些簡單的設置，對于比較復雜的設置，可參看一些大型站點如cnn或looksmart的robots.txt文件(www.cnn.com/robots.txt, www.looksmart.com/robots.txt )
附錄ii. 相關robots.txt文章參考：
1. robots.txt常見問題解析
2. robots meta tag的使用
3. robots.txt檢測程序
