1.  什么是robots.txt文件?
        搜索引擎通过一种程序robot（又称spider），自动访问互联网上的网页并获取网页信息。
        您可以在您的网站中创建一个纯文本文件robots.txt，在这个文件中声明该网站中不想被robot访问的部分，这样，该网站的部分或全部内容就可以不被搜索引擎收录了，或者指定搜索引擎只收录指定的内容。
<a href='http://www.best-code.com'>www.best-code.com</a>
        
    2.  robots.txt文件放在哪里?
        robots.txt文件应该放在网站根目录下。举例来说，当  robots访问一个网站（比如http://www.abc.com）时，首先会检查该网站中是否存在http:  //www.abc.com/robots.txt这个文件，如果机器人找到这个文件，它就会根据这个文件的内容，来确定它访问权限的范围。
        网站  URL        相应的  robots.txt的  URL
        http://www.w3.org/        http://www.w3.org/robots.txt
        http://www.w3.org:80/        http://www.w3.org:80/robots.txt
        http://www.w3.org:1234/        http://www.w3.org:1234/robots.txt
        http://w3.org/        http://w3.org/robots.txt

        
    3.  robots.txt文件的格式
        "robots.txt"文件包含一条或更多的记录，这些记录通过空行分开（以CR,CR/NL,  or  NL作为结束符），每一条记录的格式如下所示：
        "<field>:<optionalspace><value><optionalspace>"。

        在该文件中可以使用#进行注解，具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始，后面加上若干Disallow行,详细情况如下：

        User-agent:
        　　该项的值用于描述搜索引擎robot的名字，在"robots.txt"文件中，如果有多条User-agent记录说明有多个robot会受到该协议的限制，对该文件来说，至少要有一条User-agent记录。如果该项的值设为*，则该协议对任何机器人均有效，在"robots.txt"文件中，  "User-agent:*"这样的记录只能有一条。

        Disallow:
        　　该项的值用于描述不希望被访问到的一个URL，这个  URL可以是一条完整的路径，也可以是部分的，任何以Disallow开头的URL均不会被robot访问到。例如"Disallow:/help"对  /help.html  和/help/index.html都不允许搜索引擎访问，而"Disallow:/help/"则允许robot访问/help.html，而不能访问  /help/index.html。任何一条Disallow记录为空，说明该网站的所有部分都允许被访问，在"/robots.txt"文件中，至少要有一条Disallow记录。如果"/robots.txt"是一个空文件，则对于所有的搜索引擎robot，该网站都是开放的。

    4.  robots.txt文件用法举例
        例1.  禁止所有搜索引擎访问网站的任何部分        User-agent:  *
        Disallow:  /
        例2.  允许所有的robot访问  (或者也可以建一个空文件  "/robots.txt"  file)        User-agent:  *
        Disallow:
        例3.  禁止某个搜索引擎的访问        User-agent:  BadBot
        Disallow:  /
        例4.  允许某个搜索引擎的访问        User-agent:  baiduspider
        Disallow:

        User-agent:  *
        Disallow:  /
        例5.一个简单例子
        　　在这个例子中，该网站有三个目录对搜索引擎的访问做了限制，即搜索引擎不会访问这三个目录。
        　　需要注意的是对每一个目录必须分开声明，而不要写成  "Disallow:  /cgi-bin/  /tmp/"。
        　　User-agent:后的*具有特殊的含义，代表"any  robot"，所以在该文件中不能有"Disallow:  /tmp/*"  or  "Disallow:*.gif"这样的记录出现.        User-agent:  *
        Disallow:  /cgi-bin/
        Disallow:  /tmp/
        Disallow:  /~joe/
        

    5.  robots.txt文件参考资料
        robots.txt文件的更具体设置,请参看以下链接：
        ·  Web  Server  Administrator's  Guide  to  the  Robots  Exclusion  Protocol
        ·  HTML  Author's  Guide  to  the  Robots  Exclusion  Protocol
        ·  The  original  1994  protocol  description,  as  currently  deployed
        ·  The  revised  Internet-Draft  specification,  which  is  not  yet  completed  or  implemented
    6.  各搜索引擎的robot  
        Google：Crawled  by  Googlebot/2.1  (+http://www.google.com/bot.html)
        
        Baidu：Crawled  by  Baiduspider+(+http://www.baidu.com/search/spider.htm)

        Yahoo：Crawled  by  Mozilla/5.0  (compatible;  Yahoo!  Slurp  China

        MSN：  Crawled  by  msnbot/1.0  (+http://search.msn.com/msnbot.htm)

        Sogou：  Crawled  by  sogou  spider

        中搜：Crawled  by  User-Agent:  Mozilla/4.0  (compatible;  MSIE  5.5;  Windows  NT  5.0)
www.best-code.com
        sina：Crawled  by  Mozilla/4.0(compatible;MSIE  6.0;Windows  NT  5.0;.NET  CLR  1.1.432)