做網(wǎng)站進(jìn)行網(wǎng)絡(luò)推廣，站長們就會(huì)想辦法怎么去引蜘蛛，而沒有幾年的經(jīng)驗(yàn)的人，并不能很好的控制豬蜘蛛的行徑。今天匯仁智杰就教您如何利用Robots協(xié)議玩轉(zhuǎn)百度蜘蛛。

　　什么是Robots協(xié)議：

　　Robots協(xié)議（也稱為爬蟲協(xié)議、機(jī)器人協(xié)議等）的全稱是“網(wǎng)絡(luò)爬蟲排準(zhǔn)”（Robots Exclusion Protocol），網(wǎng)站通過Robots協(xié)議告訴搜索引擎哪些頁面可以抓取，哪些頁面不能抓取Robots協(xié)議的本質(zhì)是網(wǎng)站和搜索引擎爬蟲的溝通方式，用來指導(dǎo)搜索引擎更好地抓取網(wǎng)站內(nèi)容，更好的保護(hù)用戶的隱私和版權(quán)信息。

　　協(xié)議目的：

　　1、搜索技術(shù)應(yīng)服務(wù)于人類，同時(shí)尊重信息提供者意愿并維護(hù)其隱私權(quán)
　　2、網(wǎng)站有義務(wù)保護(hù)其使用者的個(gè)人信息和隱私不被侵犯

　　Robots.txt文件應(yīng)該放在那里？

　　robots.txt文件應(yīng)該放置在網(wǎng)站根目錄下。舉例來說，當(dāng)spider訪問一個(gè)網(wǎng)站（http://www.baidu.com）時(shí)，首先會(huì)檢查該網(wǎng)站中是否存在http://www.baidu.com/robots.txt這個(gè)文件，如果 Spider找到這個(gè)文件，它就會(huì)根據(jù)這個(gè)文件內(nèi)容，來確定它訪問權(quán)限范圍。

　　Robots文件寫法

　　格式：
　　User-agent: 蜘蛛名稱
　　Disallow: 內(nèi)容名稱
　　Allow:內(nèi)容名稱
　　參數(shù)說明：
　　User-agent 指定搜索引擎蜘蛛名稱；
　　Disallow要禁止抓取的內(nèi)容；
　　Allow允許抓取的內(nèi)容

　　Robots名稱

　　SEO中常說的探測(cè)器（Robot）是搜索引擎用來抓取網(wǎng)頁的工具，它是一個(gè)軟件或者說一系列自動(dòng)程序。不同的搜索引擎給他們自己的探測(cè)器（Robot）起不同的名字。
　　谷歌：googlebot 
　　百度：baiduspider 
　　MSN：MSNbot
　　雅虎：Slurp
　　有道：YoudaoBot
　　搜搜：Sosospider
　　搜狗：sogou spider
　　360：360Spider
　　alexa：ia_archiver

　　通配符說明

　　*表示所有搜索引擎，用于指定蜘蛛使用。
　　~表示以某字符串開頭
　　$表示以某字符串結(jié)尾
　　/表示當(dāng)前目錄下的所有內(nèi)容

　　Robots文件寫法

　　制定蜘蛛：User-agent: * 這里的*代表的所有的搜索引擎種類，*是一個(gè)通配符
　　禁止寫法：Disallow: /admin/ 這里定義是禁止爬尋admin目錄下面的目錄
　　　　　　　Disallow: /admin 這里定義是禁止爬尋admin目錄
　　　　　　　Disallow: /cgi-bin/*.htm 禁止訪問/cgi-bin/目錄下所有以“.htm”為后綴URL（包含子目錄）
　　　　　　　Disallow: /*？* 禁止訪問網(wǎng)站中所有包含問號(hào)（？）的網(wǎng)址
　　　　　　　Disallow: /.jpg$ 禁止抓取網(wǎng)頁所有的.jpg格式的圖片
　　　　　　　Disallow:/ab/adc.html 禁止爬取ab文件夾下面的adc.html文件。
　　允許寫法：Allow: /cgi-bin/　這里定義是允許爬尋cgi-bin目錄下面的目錄
　　　　　　　Allow: /tmp 這里定義是允許爬尋tmp的整個(gè)目錄
　　　　　　　Allow: .htm$ 僅允許訪問以".htm"為后綴的URL。
　　　　　　　Allow: .gif$ 允許抓取網(wǎng)頁和gif格式圖片

　　只有熟練的掌握Robots文件的使用，才能掌控蜘蛛的動(dòng)向。更多資訊請(qǐng)關(guān)注匯仁智杰網(wǎng)站推廣。