robots协议

robots协议（也称为爬虫协议、爬虫规则、机器人协议等）也就是 robots.txt，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。Robots协议是网站国际 互联网界通行的道德规范，其目的是保护网站数据和敏感信息、确保用户个人信息和隐私不被侵犯。因其不是命令，故需要搜索引擎自觉遵守。一些 病毒如 malware（马威尔病毒）经常通过忽略robots协议的方式，获取网站后台数据和个人信息。

robots.txt文件是一个 文本文件，使用 任何一个常见的文本编辑器，比如 Windows系统自带的Notepad，就可以创建和编辑它。 robots.txt是一个协议，而不是一个 命令。robots.txt是 搜索引擎中访问网站的时候要查看的第一个文件。robots.txt文件告诉 蜘蛛程序在服务器上什么文件是可以被查看的。

当一个搜索蜘蛛访问一个 站点时，它会首先 检查该站点 根目录下是否存在robots.txt，如果存在，搜索机器人就会按照该文件中的内容来确定访问的范围；如果该文件不存在，所有的搜索蜘蛛将能够访问网站上所有没有被口令保护的页面。百度官方建议，仅当您的网站包含不希望被 搜索引擎收录的内容时，才需要使用robots.txt文件。如果您希望搜索引擎收录网站上所有内容，请勿建立robots.txt文件。

如果将 网站视为酒店里的一个房间，robots.txt就是主人在房间门口悬挂的“ 请勿打扰”或“欢迎打扫”的提示牌。这个文件告诉来访的搜索引擎哪些房间可以进入和参观，哪些房间因为存放贵重物品，或可能涉及住户及访客的隐私而不对搜索引擎开放。但robots.txt不是 命令，也不是 防火墙，如同守门人无法阻止窃贼等恶意闯入者。