robots.txt 文件限制抓取网络的搜索引擎漫游器对您的网站的访问。这些漫游器是自动的，它们在访问任意网站的网页之前，都会查看是否存在阻止它们访问特定网页的 robots.txt 文件。（虽然某些漫游器可能会以不同的方式解释 robots.txt 文件中的指令，但所有正规的漫游器都会遵循这些指令。然而，robots.txt 不是强制执行的，一些垃圾信息发送者和其他麻烦制造者可能会忽略它。因此，我们建议对机密信息采用密码保护。）
只有当您的网站中包含您不想让搜索引擎编入索引的内容时，才需要使用 robots.txt 文件。如果您希望搜索引擎将网站上的所有内容编入索引，则不需要 robots.txt 文件（甚至连空的 robots.txt 文件也不需要）。
尽管 搜索引擎不会抓取 robots.txt 拦截的网页内容或将其编入索引，但如果我们在网络上的其他网页中发现这些内容，我们仍然会将这些网页的网址编入索引。因此，网页网址及其他公开的信息，如指向该网站的链接中的定位文字或开放式目录管理系统 (blog.xunbin.com) 中的标题，有可能会出搜索结果中。
为了能使用 robots.txt 文件，您必须要有对您域的根目录的访问权限（如果您不能确定是否有该权限，请与您的网络托管商核实）。如果您没有对域的根目录的访问权限，可以使用 robots 元标记来限制访问。
要完全阻止一个网页的内容列在 网络索引中（即使有其他网站链接到此网页），可使用 noindex 元标记。只要 bot 提取该网页，便会看到 noindex 元标记并阻止该网页显示在网络索引中。
最简单的 robots.txt 文件使用两条规则：
* User-agent：应用以下规则的漫游器
* Disallow：要拦截的网址
这两行会视为文件中的一个条目。您可根据需要加入任意多个条目。您可在一个条目中加入多个 Disallow 行和多个 User-agent。
robots.txt 文件的各个部分都是独立的，而不是在先前部分的基础上构建的。例如：
User-agent: *
Disallow: /文件夹 1/User-Agent: Googlebot
Disallow: /文件夹 2/
在本例中，只有符合 /文件夹 2/ 的网址才会被 Googlebot 禁止。
User-agent 和漫游器
User-agent 是一种特定的搜索引擎漫游器。网络漫游器数据库列出了许多常用的漫游器。您可以将某一条目设置为适用于某一特定漫游器（以显示名称的方式列出）或适用于所有漫游器（以标记为星号的方式列出）。适用于所有漫游器的条目应为以下格式：
User-agent: *
Google 使用多种不同的漫游器 (User-agent)。我们的网页搜索所使用的漫游器为 Googlebot。Googlebot-Mobile 和 Googlebot-Image 等其他漫游器也会遵循您为 Googlebot 所设置的规则，但您也可以为这些特定的漫游器设置特定的规则。
拦截 User-agent
Disallow 行列出的是您要拦截的网页。您可以列出某一特定的网址或模式。条目应以正斜线 (/) 开头。
* 要拦截整个网站，请使用正斜线。
Disallow: /
* 要拦截某一目录以及其中的所有内容，请在目录名后添加正斜线。
Disallow: /无用目录/
* 要拦截某个网页，请列出该网页。
Disallow: /私人文件.html
* 要从 Google 图片中删除特定图片，请添加以下内容：
User-agent: Googlebot-ImageDisallow: /图片/狗.jpg
* 要从 Goo le 图片中 除您网站上的所有图片，请执行以下指令：
User-agent: Googlebot-ImageDisallow: /
* 要拦截某一特定文件类型的文件（例如 .gif），请使用以下内容：
User-agent: Googlebot
Disallow: /*.gif$
* 要阻止抓取您网站上的网页，而同时又能在这些网页上显示 Adsense 广告，请禁止除 Mediapartners-Google 以外的所有漫游器。这样可使网页不出现在搜索结果中，同时又能让 Mediapartners-Google 漫游器分析网页，从而确定要展示的广告。Mediapartners-Google 漫游器不与其他 Google User-agent 共享网页。例如：
User-agent: *
Disallow: /
User-agent: Mediapartners-Google
Allow: /
请注意，指令区分大小写。例如，Disallow: /junk_file.asp 会拦截 http://www.example.com/junk_file.asp，却会允许 http://www.example.com/Junk_file.asp。Googlebot 会忽略 robots.txt 中的空白内容（特别是空行）和未知指令。
Googlebot 支持通过 robots.txt 文件提交站点地图文件。
模式匹配
Googlebot（但并非所有搜索引擎）遵循某些模式匹配原则。
* 要匹配连续字符，请使用星号 (*)。例如，要拦截对所有以 private 开头的子目录的访问，请使用以下内容：
User-agent: Googlebot
Disallow: /private*/
* 要拦截对所有包含问号 (?) 的网址的访问（具体地说，这种网址以您的域名开头、后接任意字符串，然后接问号，而后又接任意字符串），请使用以下内容：
User-agent: Googlebot
Disallow: /*?
* 要指定与某个网址的结尾字符相匹配，请使用 $。例如，要拦截以 .xls 结尾的所有网址，请使用以下内容：
User-agent: Googlebot
Disallow: /*.xls$
您可将此模式匹配与 Allow 指令配合使用。例如，如果 ? 代表一个会话 ID，那么您可能希望排除包含 ? 的所有网址，以确保 Googlebot 不会抓取重复网页。但是以 ? 结尾的网址可能是您希望包含在内的网页的版本。在此情况下，您可以对您的 robots.txt 文件进行如下设置：
User-agent: *
Allow: /*?$
Disallow: /*?
Disallow: /*? 指令会阻止包含 ? 的所有网址（具体地说，它将拦截所有以您的域名开头、后接任意字符串，然后接问号，而后又接任意字符串的网址）。
Allow: /*?$ 指令将允许以 ? 结尾的任何网址（具体地说，它将允许所有以您的域名开头、后接任意字符串，然后接 ?，? 之后不接任何字符的网址）。