保哥笔记

Robots协议全称是“网络爬虫排除标准”（Robots Exclusion Protocol），各搜索引擎会根据网站根目录的robots.txt文件的内容来决定访问和不访问哪些页面，所以这个文件非常重要，有的网站页面不是用来给访客看的，就要设置禁止抓取。如果根目录没有robots.txt文件一定要添加，下面提供的是使用WordPress程序完整通用的robots.txt文件。

User-agent: *
Disallow: /wp-admin/
Disallow: /wp-content/
Disallow: /wp-includes/
Disallow: /*/comment-page-*
Disallow: /*?replytocom=*
Disallow: /category/*/page/
Disallow: /tag/*/page/
Disallow: /*/trackback
Disallow: /feed
Disallow: /*/feed
Disallow: /comments/feed
Disallow: /?s=*
Disallow: /*/?s=*\
Disallow: /attachment/
Sitemap: http://zhangwenbao.com/sitemap.xml

将以上代码中的域名改成你自己的域名，保存为robots.txt上传到网站根目录即可。

robots.txt里内容的书写是有规范的格式，下面分别解释一下各项的作用：

Disallow: /wp-admin/、Disallow: /wp-content/和Disallow: /wp-includes/
用于告诉搜索引擎不要抓取后台程序文件页面。

Disallow: /*/comment-page-*和Disallow: /*?replytocom=*
禁止搜索引擎抓取评论分页等相关链接。

Disallow: /category/*/page/和Disallow: /tag/*/page/
禁 止搜索引擎抓取收录分类和标签的分页。

Disallow: /*/trackback
禁止搜索引擎抓取收录trackback等垃圾信息。

Disallow: /feed、Disallow: /*/feed和Disallow: /comments/feed
禁止搜索引擎抓取收录feed链接，feed只用于订阅本站，与搜索引擎无关。

Disallow: /?s=*和Disallow: /*/?s=*\
禁止搜索引擎抓取站内搜索结果。

Disallow: /attachment/
禁止搜索引擎抓取附件页面，比如毫无意义的图片附件页面。

Sitemap: http://zhangwenbao.com/sitemap.xml
告诉搜索引擎站点地图的访问地址。