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.txt对于任何一个从事SEO研究工作的人都是至关重要的，因为透过 Robots.txt 我们可以直接与搜索引擎蜘蛛进行对话，告诉他们哪些可以抓取，哪些不可以抓取。

　　一、为什么设置Robots.txt?

　　在进行SEO操作的时候，我们需要告诉搜索引擎哪些页面重要哪些页面不重要，重要的页面让蜘蛛进行抓取，不重要的页面进行屏蔽可以减少网站服务器的负担。

　　二、一些常见的问题和知识点

　　1、蜘蛛在发现一个网站的时候，第一步是抓取网站的Robots.txt文件(当然官方上是这么说的，有时候也会出现不遵守的情况);

　　2、建议所有的网站都要设置Robots.txt文件，如果你认为网站上所有内容都是重要的，你可以建立一个空的robots.txt文件;

　　三、在robots.txt文件中设置网站地图

　　可以在robots.txt中添加网站的地图，告诉蜘蛛网站地图所在的地址。(不会的朋友可以让技术帮忙)

　　四、Robots.txt的顺序

　　在蜘蛛协议中，Disallow 与 Allow是有顺序的，这是一个非常重要的问题，如果设置错误可能会导致抓取错误。

　　引擎蜘蛛程序会根据第一个匹配成功的Allow或Disallow行确定是否访问某个URL，一个例子可以让你更清楚明白：

　　1.User-agent: * 2.Allow: /zk71/bbs 3.Disallow: /zk71jc/ 　这个情况下，蜘蛛/zk71/bbs目录可以正常抓取，但/zk71jc/目录的文件无法抓取。通过这种方式可以允许蜘蛛访问特定目录中的部分url。

　　五、Robots.txt路径问题

　　在蜘蛛协议中，Allow和Disallow后面可以跟两种路径形式，即绝对链接、相对链接。绝对链接就是完整的URL形式，而相对链接只针对根目录。

　　六、斜杠问题

　　Disallow: /zk71jc表示禁止抓取zk71jc这个目录下的所有文件，如:zk71jc.1.html、zk71jc/rmjc.php都不允许抓取;

　　Disallow: /zk71jc/ 表示禁止抓取zk71jc这个目录下的文件，即允许抓取zk71jc.1.html，但是不允许抓取zk71jc/rmjc.php。