什么是robots.txt文件呢？
robots.txt文件是一种存放于网站根目录下的ASCⅡ编码的文本文件，它通常告诉搜索引擎的网页抓取程序，网站中哪些内容可以被获取，以及哪些不能收录。搜索引擎在访问网站中的内容信息时，会首先检查网站的根目录下是否存在robots.txt文件，该文件通过记事本建立即可，放置在网站根目录下就可以了。
我们在制作时可以在每个网页的头部使用“Robots Meta Tag”标签来提示搜索引擎可否抓取网页，该代码通常放置于HTML代码的HEAD区域中，它的格式如下所示：
＜META NAME="ROBOTS" CONTENT="NOINDEX，NOFOLLOW"＞
robots.txt是搜索引擎间约定俗成的规则， Google、百度等搜索引擎遵守的都是robots.txt文件撰写标准。
因为一些服务器系统对大小写进行了区分，所以robots.txt文件名必须全部是小写，而且最好是放在网站根目录下。
除了一些涉及到网站安全的文件以外，网站中的程序脚本、样式表等文件即使被搜索引擎索引，也不会增加网站的收录数量，还只会占用服务器带宽资源，因此需要在robots.txt文件里统一设置，不要让搜索引擎索引这些文件。
要撰写robots.txt文件，需要按照相应的规范来填写，百度就有专门的说明页面，上面有各类robots.txt文件用法的举例说明。
通常情况下，robots.txt文件由以下两个标记组成：
User-Agent: 表示需要拦截的搜索引擎robots名称，比如谷歌的就是googlebot，而百度搜索则是baiduspider。
Disallow: 表示不需要被索引的栏目或文件。
在撰写robots.txt文件的时候一定要非常仔细，如果误把所有的网站页面都屏蔽了，那可就得不偿失了。
现在大多数网站都是使用动态程序搭建，并且另外生成了静态页面供访客浏览，但是动态的页面仍然会被搜索引擎索引到。这样一来就会造成页面重复，让搜索引擎降低对网站的权重。这时我们就可以通过robots.txt文件的设置，避免搜索引擎访问到动态页面，以保证这些网页不会被视为重复的内容。
robots.txt文件写作范例：
我们来看一个robots.txt范例，打开网址：http://www.shudoo.com/robots.txt，可以看到这个网站robots.txt文件的具体内容，如下所示。
# Robots.txt file from http://www.shudoo.com
# All robots will spider the domain
User-agent: *
Disallow:
以上所表达的意思是允许所有的搜索机器人访问www.shudoo.com站点下的所有文件。
具体语法分析：其中#后面文字为说明信息；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:后面为不允许访问的文件目录。
下面，小编再列举一些robots.txt的具体用法：
禁止所有搜索引擎访问网站的任何部分
User-agent: *
Disallow: /
禁止所有搜索引擎访问网站的几个部分（下例中的01、02、03目录）
User-agent: *
Disallow: /01/
Disallow: /02/
Disallow: /03/
禁止某个搜索引擎的访问（下例中的BadBot）
User-agent: BadBot
Disallow: /
只允许某个搜索引擎的访问（下例中的Crawler）
User-agent: Crawler
Disallow:
User-agent: *
Disallow: /
另外，我们再对robots meta进行一些介绍：
Robots META标签则主要是针对一个个具体的页面。和其他的META标签（如使用的语言、页面的描述、关键词等）一样，Robots META标签也是放在页面的＜head＞＜/head＞中，专门用来告诉搜索引擎ROBOTS如何抓取该页的内容。
Robots META标签的写法：
Robots META标签中没有大小写之分，name=”Robots”表示所有的搜索引擎，可以针对某个具体搜索引擎写为name=”BaiduSpider”。 content部分有四个指令选项：index、noindex、follow、nofollow，指令间以“,”分隔。
INDEX 指令告诉搜索机器人抓取该页面；
FOLLOW 指令表示搜索机器人可以沿着该页面上的链接继续抓取下去；
Robots Meta标签的缺省值是INDEX和FOLLOW，只有inktomi除外，对于它，缺省值是INDEX,NOFOLLOW。
这样，一共有四种组合：
＜META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞
＜META NAME=”ROBOTS” CONTENT=”NOINDEX,FOLLOW”＞
＜META NAME=”ROBOTS” CONTENT=”INDEX,NOFOLLOW”＞
＜META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞
其中
＜META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞可以写成＜META NAME=”ROBOTS” CONTENT=”ALL”＞；
＜META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞可以写成＜META NAME=”ROBOTS” CONTENT=”NONE”＞
目前看来，绝大多数的搜索引擎机器人都遵守robots.txt的规则，而对于Robots META标签，目前支持的并不多，但是正在逐渐增加，如著名搜索引擎GOOGLE就完全支持，而且GOOGLE还增加了一个指令“archive”，可以限制GOOGLE是否保留网页快照。例如： ＜META NAME=”googlebot” CONTENT=”index,follow,noarchive”＞
