robots.txt
robots.txt（统一小写）是一种存放于网站根目录下的ASCII编码的文本文件，它通常告诉网络搜索引擎的漫游器（又称网络蜘蛛），此网站中的哪些内容是不应被搜索引擎的漫游器获取的，哪些是可以被漫游器获取的。因为一些系统中的URL是大小写敏感的，所以robots.txt的文件名应统一为小写。robots.txt应放置于网站的根目录下。如果想单独定义搜索引擎的漫游器访问子目录时的行为，那么可以将自定的设置合并到根目录下的robots.txt，或者使用robots元数据（Metadata，又稱元資料）。
robots.txt协议并不是一个规范，而只是约定俗成的，所以并不能保证网站的隐私。注意robots.txt是用字符串比较来确定是否获取URL，所以目录末尾有与没有斜杠“/”表示的是不同的URL。robots.txt允许使用类似"Disallow: *.gif"这样的通配符[1][2]。
其他的影响搜索引擎的行为的方法包括使用robots元数据：
<meta name="robots" content="noindex,nofollow" />这个协议也不是一个规范，而只是约定俗成的，有些搜索引擎会遵守这一规范，有些则不然。通常搜索引擎会识别这个元数据，不索引这个页面，以及这个页面的链出页面。
例子
允许所有的机器人：
User-agent: * Disallow: 另一写法
User-agent: * Allow:/ 仅允许特定的机器人：（name_spider用真实名字代替）
User-agent: name_spider Allow: 拦截所有的机器人：
User-agent: * Disallow: / 禁止所有机器人访问特定目录：
User-agent: * Disallow: /cgi-bin/ Disallow: /images/ Disallow: /tmp/ Disallow: /private/ 仅禁止坏爬虫访问特定目录（BadBot用真实的名字代替）：
User-agent: BadBot Disallow: /private/ 禁止所有机器人访问特定文件类型[2]：
User-agent: * Disallow: /*.php$ Disallow: /*.js$ Disallow: /*.inc$ Disallow: /*.css$ 非标准扩展协议
自动发现Sitemaps文件
Sitemap指令被几大搜索引擎支持（包括Google、Yahoo、Bing和Ask），指定了网站Sitemaps文件的位置。Sitemaps文件包含了网站页面所在的URL的一个列表。Sitemap指令并不受User-agent指令的限制，所以它可以放在robots.txt文件中的任意位置。[3] 唯一要注意的就是要使用网站地图指令，<sitemap_location>,并将URL的"location"值换成网站地图的地址，例如，下面就是一个网站地图指令的例子：
Sitemap: <http://www.example.com/sitemap.xml> 如何编写Sitemaps文件，请参考sitemaps.org（页面存档备份，存于互联网档案馆）（英文）上的说明。
Crawl-delay指令
几大抓取工具支持Crawl-delay参数，设置为多少秒，以等待同服务器之间连续请求：[4][5]
User-agent: * Crawl-delay: 10 Allow指令
替代
雖然robots.txt是最為廣泛接受的方法，但也可以與robots META標籤一起使用。robots META標籤主要是針對一個獨立的頁面設定，與其他的META標籤（如使用的語言、頁面的描述、關鍵詞等）一樣，robots META標籤也是放在頁面的HEAD標籤中，專門用來告訴搜索引擎robots如何抓取該頁的內容。註
<head> <meta name="robots" content="noindex,nofollow" /> </head>參考文獻
- ^ 使用robots.txt文件阻止或删除网页 (HTML). Google网站站长工具帮助. [2012-10-16]. （原始内容于2012-10-18）.
- ^ 2.0 2.1 . The Observing Mind. [2013-02-14]. （原始内容 (HTML)存档于2013-09-15）.
- ^ Jerri L.Ledord著马煜译. 搜索引擎优化宝典. : 257.
- ^ How can I reduce the number of requests you make on my web site? (HTML). Yahoo! Slurp. [2007-02-08]. （原始内容于2007-02-08） （英语）.
- ^ . Troubleshoot issues with MSNBot and site crawling. [2007-02-08]. （原始内容 (HTML)存档于2007-02-20） （英语）.
- ^ 如何拦截Googlebot（谷歌网站站长工具帮助）（简体中文）