很多建站新手对robots.txt文件的重要作用不是很清楚，利用这篇文章普及一下WordPress站点robots.txt文件编写知识。
Robots协议（也称为爬虫协议、机器人协议等）的全称是“网络爬虫排除标准”（Robots Exclusion Protocol），网站通过Robots协议告诉搜索引擎哪些页面可以抓取，哪些页面不能抓取。
搜索引擎机器人访问网站时，首先会寻找站点根目录有没有 robots.txt文件，如果有这个文件就根据文件的内容确定收录范围，如果没有就按默认访问以及收录所有页面。另外，当搜索蜘蛛发现不存在robots.txt文件时，会产生一个404错误日志在服务器上，从而增加服务器的负担，因此为站点添加一个robots.txt文件还是很重要的。
知道Robots协议的作用后，下面具体说一下WordPress站点如何编写robots.txt文件。
WordPress站点默认在浏览器中输入：http://你的域名/robots.txt，会显示如下内容：
User-agent:
Disallow: /wp-admin/
Disallow: /wp-includes/
这是由WordPress自动生成的，意思是告诉搜索引擎不要抓取后台程序文件。
但这是远远不够的，比较完整的WordPress站点robots.txt文件内容如下：
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/
使用方法：新建一个名称为robots.txt文本文件，将上面的内容放进去，然后上传到网站根目录即可。
下面分别解释一下各项的作用：
1、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。
2、Disallow: //comment-page-和Disallow: /?replytocom=
禁止搜索引擎抓取评论分页等相关链接。
3、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。
4、Disallow: //trackback
禁止搜索引擎抓取收录trackback等垃圾信息
5、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。
6、Disallow: /?s=和Disallow: //?s=\
禁止搜索引擎抓取站内搜索结果
7、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。
上面只是些基本的写法，当然还有很多，不过够用了。
添加表情
分享至微信
