在对robots.txt文件设置时，要特别注意Disallow与Allow行的顺序，spider 会根据第一个匹配成功的 Allow 或 Disallow 行确定是否访问某个URL
在对 robots.txt 文件设置记录时，要特别注意 Disallow 与 Allow 行的顺序是有意义的，spider 会根据第一个匹配成功的 Allow 或 Disallow 行确定是否访问某个URL。
举例说明：
允许 spider 访问 /cgi-bin/ 目录下的包含 see 的文件夹或URL
user-agent： *
allow： /cgi-bin/see
disallow： /cgi-bin/
如果allow 和 Disallow 的顺序调换一下：
user-agent： *
disallow： /cgi-bin/
allow： /cgi-bin/see
spider 就无法访问到 /cgi-bin/ 目录下的包含 see 的文件夹或URL，因为第一个 Disallow： /cgi-bin/ 已经匹配成功。
关于 Disallow 和 Allow 记录写法
disallow 和 Allow 记录后面可以是一条完整的路径，也可以是路径的非空前缀。例如 “Disallow： /help” 禁止 spider 访问/help.html、/helpabc.html、/help/index.html；而 “Disallow:/help/” 则允许 spider 访问 /help.html、/helpabc.html，不能访问 /help/index.html。
文章来源：bruce 只言片语
本文地址：https://www.pizijiang.com/tougao/106315.html
举报投诉邮箱：253000106@qq.com
微信扫一扫 
支付宝扫一扫 
