新站上線，最希望能夠盡快被搜索引擎收錄。只有收錄，才有后面的許許多多網站優化。
一般來說，Baidu對于新站是來者不拒，有很多都是濫竽充數，而Google相對較慢了，原因是Google對于新站都有一定的審核機制，防止一些新站利用黑帽網站優化手段短時期內即取得較好排名，這是一個最重要的可能原因。
當然，我們并不希望搜索引擎收錄網站中的任何頁面。其中某些頁面——由于隱私、管理等等——并不希望被收錄。
當搜索引擎來網站抓取頁面時，它們會先查看該站的robots.txt文件，以了解你所允許它抓取的范圍，包括哪些文件，哪些目錄。
正確的配置網站的robots.txt非常重要，錯誤的配置會導致搜索引擎不能很好的收錄甚至無法收錄，這種案例現在仍有發生，有的博客建立以后長達幾個月沒有被收錄。
各個搜索引擎都有自己的搜索機器人（Robots）在為他們工作，這些Robots在網絡上沿著網頁上的鏈接（一般是http和src鏈接）不斷抓取資料建立自己的數據庫，正是得益于這些機器人的勤勞工作，才有如此海量的數據供我們檢索。
下面是一些搜索引擎的機器人名稱：
為了防止自己的網頁被搜索到，Robots開發界提出了兩個方法：一個是robots.txt，另一個是The Robots META標簽。
Robot.txt
簡單的說，Robot.txt就是一個純文本文檔，里面包含一些命令，當Robots來網站時，就會首先檢查該網站上是否有Robot.txt，若有，則一般會根據這些命令來執行；若無，則會自動抓取網頁或網站。Robots.txt 文件應放于網站根目錄下，并且該文件是可以通過互聯網進行訪問的。如Google的robot.txt：http://www.google.com/robots.txt
下面看一個具體的實例（#后面的內容是為方便閱讀而設）：
# robots.txt file start
# Exclude Files From All Robots:
User-agent: *
Disallow: /security/
Disallow: /admin/
Disallow: /admin
# End robots.txt file
User-agent：用于描述搜索引擎蜘蛛的名字，在 Robots.txt 文件中，如果有多條User-agent記錄說明有多個搜索引擎蜘蛛會受到該協議的限制，對該文件來說，至少要有一條User-agent記錄。如果該項的值設為*，則該協議對任何搜索引擎蜘蛛均有效，在”Robots.txt 文件中，“User-agent:*”這樣的記錄只能有一條。
Disallow：就表示不允許蜘蛛訪問，你可以根據自己的需要設立后面的目錄或者是文件，比如管理員后臺登陸的頁面或者目錄等。
Disallow: /admin/：是指允許搜索引擎蜘蛛抓取/admin.html，而不能抓取/admin/index.html。
Disallow: /admin：是指/admin.html 和/admin/index.html都不允許搜索引擎蜘蛛抓取。
下面有四個舉例：
例一：通過”/robots.txt”禁止所有搜索引擎蜘蛛抓取”/bin/cgi/”目錄，以及 “/tmp/”目錄和 /foo.html 文件，設置方法如下：
User-agent: *
Disallow: /bin/cgi/
Disallow: /tmp/
Disallow: /foo.html
例二：通過”/robots.txt”只允許某個搜索引擎抓取，而禁止其他的搜索引擎抓取。
如：只允許名為”slurp”的搜索引擎蜘蛛抓取，而拒絕其他的搜索引擎蜘蛛抓取 “/cgi/” 目錄下的內容，設置方法如下：
User-agent: *
Disallow: /cgi/
User-agent: slurp
Disallow:
例三：禁止任何搜索引擎抓取我的網站，設置方法如下：
User-agent: *
Disallow: /
例四：只禁止某個搜索引擎抓取我的網站
如：只禁止名為“slurp”的搜索引擎蜘蛛抓取，設置方法如下：
User-agent: slurp
Disallow: /
Robots Meta標簽
robot.txt主要是針對整個網站而言，相比之下，Robots Meta標簽則是針對某個具體的網頁不希望被搜索到。
需要注意的是：上述的robots.txt和Robots META標簽限制搜索引擎機器人（Robots）抓取站點內容的辦法只是一種規則，需要搜索引擎機器人的配合才行，并不是每個Robots都遵守的，這方面百度似乎做得不是很好。 |
您現在的位置： 
