Robots简单来说就是网站在搜索引擎中收录“开关”，写下相应的规则就可以按规则阻止各类搜索引擎收录网站的页面。
Robots.txt相关规则：
一．什么是robots.txt文件?
搜索引擎通过一种程序robot（又称spider），自动访问互联网上的网页并获取网页信息。
您可以在您的网站中创建一个纯文本文件robots.txt，在这个文件中声明该网站中不想被robot访问的部分，这样，该网站的部分或全部内容就可以不被搜索引擎收录了，或者指定搜索引擎只收录指定的内容。
二. robots.txt文件放在哪里?
robots.txt文件应该放在网站根目录下。举例来说，当robots访问一个网站（比如[url]http://www.abc.com[/url]）时，首先会检查该网站中是否存在[url]http://www.abc.com/robots.txt[/url]这个文件，如果机器人找到这个文件，它就会根据这个文件的内容，来确定它访问权限的范围。
网站 URL 相应的 robots.txt的 URL
[url]http://www.w3.org/[/url] [url]http://www.w3.org/robots.txt[/url]
[url]http://www.w3.org:80/[/url] [url]http://www.w3.org:80/robots.txt[/url]
[url]http://www.w3.org:1234/[/url] [url]http://www.w3.org:1234/robots.txt[/url]
[url]http://w3.org/[/url] [url]http://w3.org/robots.txt[/url]
三. robots.txt文件的格式
"robots.txt"文件包含一条或更多的记录，这些记录通过空行分开（以CR,CR/NL, or NL作为结束符），每一条记录的格式如下所示：
"<field>:<optionalspace><value><optionalspace>"。
在该文件中可以使用#进行注解，具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始，后面加上若干Disallow行,详细情况如下：
User-agent:
该项的值用于描述搜索引擎robot的名字，在"robots.txt"文件中，如果有多条User-agent记录说明有多个robot会受到该协议的限制，对该文件来说，至少要有一条User-agent记录。如果该项的值设为*，则该协议对任何机器人均有效，在"robots.txt"文件中，"User-agent：*"这样的记录只能有一条。
Disallow :
该项的值用于描述不希望被访问到的一个URL，这个URL可以是一条完整的路径，也可以是部分的，任何以Disallow 开头的URL均不会被robot访问到。例如"Disallow: /help"对/help.html 和/help/index.html都不允许搜索引擎访问，而"Disallow: /help/"则允许robot访问/help.html，而不能访问/help/index.html。
任何一条Disallow记录为空，说明该网站的所有部分都允许被访问，在"/robots.txt"文件中，至少要有一条Disallow记录。如果"/robots.txt"是一个空文件，则对于所有的搜索引擎robot，该网站都是开放的。
Robots.txt使用中的注意事项：
1、语法千万别出错，比如没有写对目录名，还有就无意间使用"/"把所有目录都禁止。
2、搜索引擎对Robots.txt的反应速度不一，比如google就反应比较快，一般在索引后的四天之内就把收录页面删除掉了，而且每次索引Robots.txt，如果你把以前的Robots.txt去掉的话，google一般在一周内做出反应。（时间不是很确定，不过1个月内重新收录是正常的。）这里需要强调的是，百对对Robots.txt规则也很尊重，但是你去掉以前已经有规则的Robots.txt的话，那么百度可能不再收录你的页面（或者周期时间比较常，有兴趣的朋友可以试试）。
3、利用Robots.txt来屏蔽掉网站一些不重要的内容页面，可以有效的提高其他内容的索引效率，间接的提高收录效率，所以有的时候Robots.txt也是很管用的工具。
