robots.txt文件的格式为： User-agent: [user-agent-name] Disallow: [URL path] 其中，[user-agent-name]指代搜索引擎爬虫的名称，[URL path]指代禁止访问的URL路径。在文件中可以定义多条User-agent和Disallow规则，每一条规则占一行，每一对规则之间要有一个空行。示例： User-agent: * Disallow: /private/ Disallow: /secret/ User-agent: Baiduspider Disallow: /admin/ User-agent: Googlebot Disallow: /tmp/
1. 相关性优化：内部链接应该将相关的页面和文章链接起来，帮助搜索引擎理解网站结构和页面之间的关系，提高网站整体的相关性。 2. 锚文本优化：内部链接的锚文本应该使用有意义的关键词，避免使用无意义的词语或重复关键词，同时要注意使用恰当的关键词密度，避免过度优化。 3. 页面深度优化：内部链接的页面深度应该合理，不要让页面深度过深或过浅，要让搜索引擎和用户能够轻松地找到页面和内容。 4. 外部
1. 链接相关性：优化内部链接时，需要考虑链接之间的相关性。内部链接应该帮助读者更好地理解内容，而不是简单地为了链接而链接。 2. 锚文本：锚文本是指链接的显示文字。优化内部链接时，应该使用有意义的锚文本，而不是简单的“点击此处”或“了解更多”。锚文本应该涵盖链接指向的页面的主要主题。 3. 快速连接：内部链接应该简洁明了，直接指向相关的主题/页面，不要让读者反复点击才能找到他们需要的信息。
用几个最常见的情况，直接举例说明:1. 允许所有SE收录本站:robots.txt为空就可以，什么都不要写。2. 禁止所有SE收录网站的某些目录:User-agent: *Disallow: /目录名1/Disallow: /目录名2/Disallow: /目录名3/3. 禁止某个SE收录本站，例如禁止百度:User-agent: BaiduspiderDisallow: /4. 禁止所有SE收录
匹配方式分两部分：1.path部分，2.参数部分匹配支持?*$?两种通配符?*? 表示任何有效字符的 0 个或多个个案。?$? 表示网址结束。path部分与google匹配方式保持一致，也就是只有/或是*开头的规则才有机会匹配上?/?匹配根目录以及任何下级网址?/fish??/fish?开头的匹配项* ?/fish?* ?/fish.html?* ?/fish/salmon.html?* ?/fi
