Robots协议-robots.txt写法

    User-agent: * 这里的*代表的所有的搜索引擎种类，*是一个通配符

    Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录

    Disallow：/A 是屏蔽A目录下的所有文件，包括文件和子目录，还屏蔽 /A*.*的文件

    Disallow: /require/ 这里定义是禁止爬寻require目录下面的目录

    Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录

    Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以“。htm”为后缀的URL（包含子目录）。

    Disallow: /*?* 禁止访问网站中所有包含问号 （？） 的网址（动态页面）

    Disallow: /.jpg$ 禁止抓取网页所有的。jpg格式的图片

    Disallow:/ab/adc.html 禁止爬取ab文件夹下面的adc.html文件。

    Allow: /cgi-bin/　这里定义是允许爬寻cgi-bin目录下面的目录

    Allow: /tmp 这里定义是允许爬寻tmp的整个目录

    Allow: /*.htm$ 仅允许访问以“。htm”为后缀的URL。

    Allow: /*.gif$ 允许抓取网页和gif格式图片

    Sitemap: 网站地图 告诉爬虫这个页面是网站地图。如，Sitemap: http://www.***.com/sitemap.xml（此处请填写XML地图的绝对路径，即完整URL，如果按习惯填写Sitemap: /sitemap.xml，提交后会提示：检测到无效的 Sitemap 网址；语法错误。XML地图必须在网站根目录下才有效。）

    注：我们常用的搜索引擎类型有：（User-agent区分大小写）

    google蜘蛛：Googlebot

    百度蜘蛛：Baiduspider

    360蜘蛛：360Spider

    sogou蜘蛛：Sogou Web Spider

    yahoo蜘蛛：Yahoo!slurp

    alexa蜘蛛：ia_archiver

    bing蜘蛛：MSNbot

    altavista蜘蛛：scooter

    lycos蜘蛛：lycos_spider_（t-rex）

    alltheweb蜘蛛：fast-webcrawler

    inktomi蜘蛛：slurp

    Soso蜘蛛：Sosospider

    Google Adsense蜘蛛：Mediapartners-Google

    有道蜘蛛：YoudaoBot

    泽许蜘蛛： Zexuwhte