帝国CMS-robots.txt文件使用教程_帝国cms教程-大众资源网

robots协议（也称为爬虫协议、爬虫规则、机器人协议等）也就是robots.txt，网站通过robots协议告诉搜索引擎哪些页面可以捕捉，哪些页面无法抓取。Robots协议就是网站国际互联网界通行的道德规范，其目的是保护网站数据和敏感信息、确保用户个人信息和隐私不被侵犯。因其不是命令，故须要搜索引擎自觉遵守。一些病毒如malware（马威尔病毒）经常通过忽略robots协议的方式，获取网站后台数据和个人信息。

robots.txt文件是一个文本文件，采用任何一个常见的文本编辑器，比如Windows系统自带的notepad，就可以建立和编辑它。robots.txt就是一个协议，而不是一个命令。robots.txt是搜索引擎中出访网站的时候必须查看的第一个文件。robots.txt文件说蜘蛛程序在服务器上什么文件是可以被查看的。
当一个搜索蜘蛛访问一个站点时，它可以首先检查该站点根目录下与否存在robots.txt，如果存有，搜索机器人就会按照该文件中的内容去确定出访的范围；如果该文件不存有，所有的搜索蜘蛛将能访问网站上所有没有被口令维护的页面。百度官方建议，仅当您的网站包含不期望被搜索引擎收录于的内容时，才须要采用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。
如果将网站视作酒店里的一个房间，robots.txt就是主人在房间门口悬挂的“请勿打扰”或“热烈欢迎打扫”的提示牌。这个文件告诉来访的搜索引擎哪些房间可以进入和参观，哪些房间因为存放贵重物品，或可能涉及住户及参观者的隐私而不对搜索引擎对外开放。但robots.txt不是命令，也不是防火墙，如同守门人无法阻止窃贼等恶意闯入者。

User-agent: *                               *允许所有搜索引擎抓取

Disallow: /d/                                *严禁所有搜索引擎抓取D目录
Disallow: /e/class/                     *严禁所有搜索引擎抓取/e/class/ 目录
Disallow: /e/data/                       *严禁所有搜索引擎抓取/e/data/ 目录
Disallow: /e/enews/                   *严禁所有搜索引擎捕捉/e/enews/ 目录
Disallow: /e/update/                   *严禁所有搜索引擎抓取/e/update/ 目录