当你开启一个全新站点的时候，默认的情况下网站根目录中是没有网站robots.txt文件的，这导致很多站长并不关心网站robots.txt协议，这为日后的运营，埋下隐患，比如： 

（1）产生大量重复页面，动态链接被抓取。  

（2）新站无内容栏目，被收录，影响站点质量评定。  

对于新站而言，由于蜘蛛抓取频率有限，我们应该合理利用robos协议，巧用网站robots.txt文件，引导蜘蛛爬行与抓取。  

网站robots.txt协议是什么，网站robots.txt的作用有哪些？  

1、网站robots.txt协议  

简单理解：网站robots.txt协议是搜索引擎蜘蛛爬行的一种标准，当蜘蛛来访的时候会首先检测网站根目录下是否存在网站robots.txt这个文件。  

如果存在，它会根据网站robots.txt协议的规定，去抓取只被SEO管理允许抓取的页面，而屏蔽不需要抓取的内容，它可以理解为是蜘蛛与站点之间的桥梁。  

2、网站robots.txt文件样式  

网站robots.txt通常存放在网站跟目录，你可以登录FTP查看站点跟目录下是否存在这个文件，如果没有可以自行创建，当robotx.txt为空的时候，它代表不为网站做任何的抓取限制。  

通常网站robots.txt的写法如下：  

User-agent:*  

Allow:/  

它表示允许抓取所有的内容，而将Allow:/替换成Disallow:/则表示禁止抓取站点所有内容。  

其中值得注意的是，百度支持使用通配符"*"和"$"来模糊匹配UrL，具体关于网站robots.txt文件的相关设置，你可以参考百度官方文档，百度搜索资源平台->网站支持->数据监控->网站robots.txt。  

同时，当你修改了相关网站robots.txt文件，而并不清楚是否设置正确的时候，也可以通过上述工具进行检测。  

3、网站robots.txt常见问题  

（1）如何生成网站robots.txt文件  

目前线上平台有很多SEO推广软件，都支持客户端自动生成网站robots.txt文件，它提供了一些便利的条件，比如：自动屏蔽一些没必要的爬虫，避免浪费过多资源，以及相关栏目页面与图片等。  

（2）网站不收录，熊掌号不出数据  

通常出现这个问题，你可以之一时间查看网站robots.txt文件，是否由于操作失误，屏蔽了百度蜘蛛，导致网站不收录  

（3）网站robots.txt与nofollow标签  

有的时候当你试图屏蔽一个UrL的时候，明明在网站robots.txt禁止抓取了，仍然会被索引，这种情况是可能存在的，为了安全起见，你可以在<meta>标签中，添加nofollow，来达到万无一失的作用。  

网站robots.txt文件是一个值得站长研究的协议，它合理的调配网站资源，有利于站点运营的快速发展。