如何使用robots.txt阻止机器人爬行分页

Question

我的网站上有各种分页，我想停止谷歌和其他搜索引擎对我的分页索引进行爬网。

已爬网页面示例：

http://www.mydomain.com/explore/recently-updated/index/12

我如何使用robots.txt拒绝机器人对任何包含/index/的页面进行爬网？

Answer 1

Disallow: /*?page=
Disallow: /*&page=

Answer 2

我相信，如果您在根web目录中创建robots.txt文件，并使用以下内容：

User-agent: *
Disallow: /explore/recently-updated/index/

尝试一下，然后使用某人（可能是谷歌的）机器人检查器来确保它被阻止。