robots是网站跟爬虫间的协议，用简单直接的txt格式文本方式告诉对应的爬虫被允许的权限，也就是说robots.txt是搜索引擎中访问网站的时候要查看的第一个文件，想要网站被收录，必须要些robots.txt

　　准备一个域名，空间。 域名就是大家所谓的网址，空间就是这个网站所存储的地方。

　　域名准备好之后就开始建站了，建完站首先要分析要不要被搜索引擎抓取页面然后展现。 这个时候就要开始些robots文件了。 举例来说,当spider访问一个网站(比如禁止搜索引擎抓取的话，那么搜索引擎就不会对网站进行索引并展现

　　那么怎么样能不让搜索引擎抓取呢?又怎么能让搜索引擎抓取呢?那么就要说下Disallow和Allow这两个命令的用法了。 首先User-agent是代表搜索引擎能否抓取页面的开始。 下面就是Disallow和Allow的选择了。 详细的写法如下

　　robots.txt文件用法举例：

　　1. 允许所有的robot访问

　　User-agent: * Allow: / 或者 User-agent: * Disallow:

　　2. 禁止所有搜索引擎访问网站的任何部分

　　User-agent: *

　　Disallow: /

　　3. 仅禁止Baiduspider访问您的网站

　　User-agent: Baiduspider

　　Disallow: /

　　4. 仅允许Baiduspider访问您的网站

　　User-agent: Baiduspider

　　Disallow:

　　5. 禁止spider访问特定目录

　　User-agent: *

　　Disallow: /cgi-bin/

　　Disallow: /tmp/

　　Disallow: /~joe/

　　6. 允许访问特定目录中的部分url

　　User-agent: *

　　Allow: /cgi-bin/see

　　Allow: /tmp/hi

　　Allow: /~joe/look

　　Disallow: /cgi-bin/

　　Disallow: /tmp/

　　Disallow: /~joe/

　　7. 使用”*”限制访问url

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

　　User-agent: *

　　Disallow: /cgi-bin/*.htm

　　8. 使用”$”限制访问url

　　仅允许访问以”.htm”为后缀的URL。

　　User-agent: *

　　Allow: .htm$

　　Disallow: /

　　例9. 禁止访问网站中所有的动态页面

　　User-agent: *

　　Disallow: /*?*

　　10. 禁止Baiduspider抓取网站上所有图片

　　仅允许抓取网页，禁止抓取任何图片。

　　User-agent: Baiduspider

　　Disallow: .jpg$

　　Disallow: .jpeg$

　　Disallow: .gif$

　　Disallow: .png$

　　Disallow: .bmp$

　　6通常的robots写法就是上面的10种了，如果还有其他写法，后续会给大家详细的介绍