使用Robots协议屏蔽所有搜索引擎抓取网站内容
我们在新网建站很容易忽略一个问题，就是网站内的部分目录或者内容，不希望搜索引擎抓取，如WordPress的后台文件 wp-admin，管理仪表盘或插件和其他页面，因为这些不需要搜索引擎索引，搜索引擎只能是抓取无用的网站内容文件，此时，需要我们阻止搜索引擎来抓取不想被抓取的文件内容页面，这样就可以让有限带宽的蜘蛛深入抓取更多需要被抓取收录的页面。我们可以把robots文件放在网站的根目录下，来屏蔽所有搜索引擎或者设置搜索引擎可以抓取文件范围以及规则。
Robots协议
Robots协议也称为爬虫协议、机器人协议等。的全称是“网络爬虫排除标准”（Robots Exclusion Protocol），网站通过Robots协议告诉搜索引擎哪些页面可以抓取，哪些页面不能抓取。
Robots协议写法说明
User-agent: 这里的代表的所有的搜索引擎种类，*是一个通配符；
Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录；Disallow: /require/ 这里定义是禁止爬寻require目录下面的目录；Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录；Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以”.htm”为后缀的URL(包含子目录)；Disallow: /? 禁止访问网站中所有包含问号 (?) 的网址；Disallow: /.jpg$ 禁止抓取网页所有的.jpg格式的图片；Disallow: /ab/adc.html 禁止爬取ab文件夹下面的adc.html文件；Allow: /cgi-bin/ 这里定义是允许爬寻cgi-bin目录下面的目录；Allow: /tmp 这里定义是允许爬寻tmp的整个目录；Allow: .htm$ 仅允许访问以”.htm”为后缀的URL；Allow: .gif$ 允许抓取网页和gif格式图片；Sitemap: 网站地图地址 告诉爬虫这个页面是网站地图；
Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录；Disallow: /require/ 这里定义是禁止爬寻require目录下面的目录；Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录；Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以”.htm”为后缀的URL(包含子目录)；Disallow: /? 禁止访问网站中所有包含问号 (?) 的网址；Disallow: /.jpg$ 禁止抓取网页所有的.jpg格式的图片；Disallow: /ab/adc.html 禁止爬取ab文件夹下面的adc.html文件；Allow: /cgi-bin/ 这里定义是允许爬寻cgi-bin目录下面的目录；Allow: /tmp 这里定义是允许爬寻tmp的整个目录；Allow: .htm$ 仅允许访问以”.htm”为后缀的URL；Allow: .gif$ 允许抓取网页和gif格式图片；Sitemap: 网站地图地址 告诉爬虫这个页面是网站地图；
Robots协议举例
例1. 禁止所有搜索引擎访问网站的任何部分：
User-agent: *
Disallow: /例2. 允许所有的robot访问 (或者也可以建一个空文件 “/robots.txt”)：
User-agent: *
Allow: /例3. 禁止某个搜索引擎的访问:
User-agent: BadBot
Disallow: /例4. 允许某个搜索引擎的访问:
User-agent: Baiduspider
Allow:/龙腾博客robots协议写法：
例如：
User-agent: *
Disallow: /wp-admin/
Disallow: /wp-login.php?redirect_to=*
Allow: /wp-admin/admin-ajax.php?_=*
Disallow: /wp-content/plugins/
Disallow: /wp-content/plugins/*
Disallow: /wp-includes/
Disallow: /go?_=*
Disallow: /?s=
Disallow: /?p=
Sitemap: https://blog.longtengwx.com/sitemap.xml更多写法请参考：[slbutton link="https://blog.longtengwx.com/1.html" target="_blank" color="green" size="medium"]Robots文件介绍、作用及写法详解[/slbutton]
