什么样的URL须要robots.*** 禁止搜索引擎蜘蛛抓取呢？
1.同时存在动态和静态URL
常日情形下很多网站都会对URL进行静态化，但是很多时候在网站的运营过程中，每每导致动态URL也被抓取了，比如营销部门欠妥心用动态URL来推广，比 如产品部门欠妥心也用了动态URL，这个时候就会导致两个不一样的URL对应相同的内容，这对搜索引擎来讲是不友好的，也会导致权重的分散，或者导致搜索 引擎抓取的页面不是站长须要的，这时候就须要用robots.***来屏蔽动态的URL了。
2.有些内容我们不须要搜索引擎进行抓取
大家都知道淘宝不肯望被百度抓取，淘宝认为他的商品页面最具代价，不肯望百度收录之后导致用户搜索商品到来百度搜索，这样对淘宝来讲是不利益的，以是淘宝就屏蔽了百度的抓取，自然淘宝也少了很多流量。
我们有些会员信息，网站程序URL等都不肯望被搜索引擎抓取，那么也可以用robots.***进行屏蔽。
利用robots.*** 禁止不想被收录的url的好处：
1.重复的URL被屏蔽之后，有利于权重的积累
2.屏蔽一些无效的URL能提高搜索引擎的抓取效率，由于搜索引擎到网站的韶光是固定的，那么如果有很多无效的URL，对付大型网站来讲，比如几千万级别 的，搜索引擎花了大量的韶光处理无效的URL，自然对有效的URL处理的韶光就会减少，自然就会导致收录有问题。
robots.***的撰写规则：
robots.***文件是一个文本文件，利用任何一个常见的文本编辑器，比如Windows系统自带的Notepad，就可以创建和编辑它[2]。 robots.***是一个协议，而不是一个命令。robots.***是搜索引擎中访问网站的时候要查看的第一个文件。robots.***文件见告蜘蛛程序在做事器上什么文件是可以被查看的。
当一个搜索蜘蛛访问一个站点时，它会首先检讨该站点根目录下是否存在robots.***，如果存在，搜索机器人就会按照该文件中的内容来确定访 问的范围；如果该文件不存在，所有的搜索蜘蛛将能够访问网站上所有没有被口令保护的页面。百度官方建议，仅当您的网站包含不肯望被搜索引擎收录的内容时， 才须要利用robots.***文件。如果您希望搜索引擎收录网站上所有内容，请勿建立robots.***文件。
如果将网站视为酒店里的一个房间，robots.***便是主人在房间门口悬挂的“请勿打扰”或“欢迎打扫”的提示牌。这个文件见告来访的搜索引 擎哪些房间可以进入和参不雅观，哪些房间由于存放贵重物品，或可能涉及住户及访客的隐私而不对搜索引擎开放。但robots.***不是命令，也不是防火墙， 犹如守门人无法阻挡扒手等恶意闯入者。
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的动态页面
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/ 这里定义是许可爬寻cgi-bin目录下面的目录
Allow: /tmp 这里定义是许可爬寻tmp的全体目录
Allow: .htm$ 仅许可访问以”.htm”为后缀的URL。
Allow: .gif$ 许可抓取网页和gif格式图片
