什么是robots.txt？robots.txt是一个最简单的.txt文件，用以告诉搜索引擎哪些网页可以收录，哪些不允许收录。曾经有新闻称淘宝腾讯屏蔽百度，实际上最早也是从他们网站的robots.txt文件得出的结论，然后才被官方证实。今天先为大家介绍robots.txt语法基础知识，然后再提供几个经常要用到的robots.txt语法例子给朋友们参考。

robots.txt语法规则
最简单的 robots.txt 语法使用两条规则：
User-Agent: 后面为搜索机器人的名称，后面如果是*，则泛指所有的搜索机器人
Disallow: 限制搜索引擎不能访问网站中的哪些部分，Disallow后可以写目录名，文件扩展名，特定的程序文件结构。

robots.txt语法示例
让所有机器人访问所有文件(通配符”*”表示所有的意思)
1、拦截所有的机器人访问网站
  User-agent: *
  Disallow: /

2、禁止所有机器人访问特定目录：
  User-agent: *
  Disallow: /public/
  Disallow: /images/
  Disallow: /temp/
  Disallow: /include/

3、禁止特定搜索引擎蜘蛛访问特定目录(这里我们以百度蜘蛛为例说明) 
  User-agent: Baiduspider
  Disallow: /test/
上面的robots.txt语法示例的意思是禁止百度蜘蛛爬行根目录下的test目录

4、仅禁止Baiduspider抓取.jpg格式图片的robots.txt语法
  User-agent: Baiduspider
  Disallow: .jpg$

大家在学习robots.txt语法时,可能会感到纳闷的是:有那么多搜索引擎，那我不是要知道所有搜索引擎蜘蛛的名字。并不是这样的，我们只要知道常见的搜索引擎名字就可以了。下面就带大家来认识几大个搜索引擎蜘蛛名称。
1、Google爬虫名称: Googlebot
2、百度（Baidu）爬虫名称：Baiduspider
3、雅虎（Yahoo）爬虫名称：Yahoo Slurp
4、有道（Yodao）蜘蛛名称：YodaoBot
5、搜狗（sogou）蜘蛛名称：sogou spider
6、MSN的蜘蛛名称(微软最新搜索引擎Bing蜘蛛名也是这个)：Msnbot