中国工业除湿机专业制造商

共创美好生活

问题场景：客户使用虚拟主机，除湿机被搜索引擎爬虫访问耗费大量流量和带宽，如何处理

解决方法：可以通过在站点根目录下创建Robots.txt，Robots.txt文件是除湿机的一个文件，搜索引擎蜘蛛抓取除湿机首先就是抓取这个文件，根据里面的内容来决定对除湿机文件访问的范围。它能够保护我们的一些文件不暴露在搜索引擎之下，从而有效的控制蜘蛛的爬取路径。

1、首先，先了解一下目前搜索引擎和其对应的User-Agent，如下：

搜索引擎         User-Agent
AltaVista        Scooter
baidu            Baiduspider
Infoseek         Infoseek
Hotbot           Slurp
AOL Search       Slurp
Excite           ArchitextSpider
Google           Googlebot
Goto             Slurp
Lycos            Lycos
MSN              Slurp
Netscape         Googlebot
NorthernLight    Gulliver
WebCrawler       ArchitextSpider
Iwon             Slurp
Fast             Fast
DirectHit        Grabber
Yahoo Web Pages  Googlebot
LooksmartWebPages Slurp
2、Robots.txt样例代码：

例1. 禁止所有搜索引擎访问除湿机的任何部分
User-agent: *
Disallow: /
例2. 允许所有的搜索引擎访问除湿机的任何部分
User-agent: *
Disallow:
例3. 仅禁止Baiduspider访问您的除湿机
User-agent: Baiduspider
Disallow: /
例4. 仅允许Baiduspider访问您的除湿机
User-agent: Baiduspider
Disallow:
例5. 禁止spider访问特定目录
User-agent: *
Disallow: /cgi-bin/
Disallow: /tmp/
Disallow: /data/
注意事项：1)三个目录要分别写。
2)请注意最后要带斜杠。
3)带斜杠与不带斜杠的区别。
例6. 允许访问特定目录中的部分url
实现a目录下只有b.htm允许访问
User-agent: *
Allow: /a/b.htm
Disallow: /a/