机器人的常见规则.txt

Question

如何禁止像 1.html, 2.html, ..., [0-9]+.html 这样的 URL（就正则表达式而言）与 robots.txt ？

Answer 1

原始robots.txt规范不支持正则表达式/通配符。但是，您可以阻止如下网址：

• example.com/1.html
• example.com/2367123.html
• example.com/3
• example.com/4/foo
• example.com/5/1
• example.com/6/
• example.com/7.txt
• example.com/883
• example.com/9to5
• 。

跟：

User-agent: *
Disallow: /0
Disallow: /1
Disallow: /2
Disallow: /3
Disallow: /4
Disallow: /5
Disallow: /6
Disallow: /7
Disallow: /8
Disallow: /9

如果您只想阻止以单个数字后跟 .html 开头的 URL，只需附加 .html ，例如：

User-agent: *
Disallow: /0.html
Disallow: /1.html
…

但是，这不会阻止例如example.com/12.html