Robotstxt的設置十分簡潔，如果希望對所有網(wǎng)絡蜘蛛無特定限制，可以寫為UseragentDisallow盡管Robotstxt是一種協(xié)議，但并非所有網(wǎng)絡蜘蛛都會嚴格遵循不過，大部分蜘蛛會遵守，同時，管理員還可以通過其他方法來限制特定頁面的抓取在下載網(wǎng)頁的過程中，網(wǎng)絡蜘蛛會解析HTML代碼，尋找名為META的標識；比如，要啟用一個新的域名做鏡像網(wǎng)站，主要用于PPC 的推廣，這個時候就要想辦法屏蔽搜索引擎蜘蛛抓取和索引我們鏡像網(wǎng)站的所有網(wǎng)頁因為如果鏡像網(wǎng)站也被搜索引擎收錄的話，很有可能會影響官網(wǎng)在搜索引擎的權重以下列舉了屏蔽主流搜索引擎爬蟲蜘蛛抓取索引收錄網(wǎng)頁的幾種思路注意是整站屏蔽，而且。

方法一1 第一種方法需要我們使用robotstxt屏蔽百度蜘蛛抓取下圖所示頁面2 屏蔽效果如下圖所示3 除此以外，我們也可以通過使用robotsMeta標簽，屏蔽搜索引擎抓取，在頭部加入下圖紅框所圈代碼即可4 屏蔽代碼如下圖所示方法二1 通過使用htaccess，將下圖紅框所圈代碼屏蔽2 然后再；3聯(lián)系百度管理人員，信箱地址為webmaster@baiducom，用網(wǎng)站聯(lián)系人信箱發(fā)電郵，如實說明刪除網(wǎng)頁快照的情況，經(jīng)百度核實后，網(wǎng)頁停止收錄抓取4登陸百度自己的“百度快照”帖吧和“百度投訴”帖吧，發(fā)個帖子，表明刪除網(wǎng)頁收錄網(wǎng)站快照的原因，當百度管理人員，看到會給予處理如何禁止Google搜索引擎收錄。

在網(wǎng)站的根目錄下上傳robots文件禁止百度抓取網(wǎng)站所有頁面robots文件的寫法新建一個TXT文檔，命名為robots，雙擊打開，輸入以下內(nèi)容保存Useragent Baiduspider Disallow 擴展Baiduspider是指百度蜘蛛，不讓百度抓取，如果是不希望所有的搜索引擎比如還有360，搜狗，谷歌等抓取，可把Baiduspider。

禁止蜘蛛抓取的代碼

屏閉蜘蛛的代碼 一般用在robots文件中，提示蜘蛛，網(wǎng)站哪些需些抓取，哪些禁止蜘蛛抓取意思是禁止任何蜘蛛抓取該網(wǎng)站的任何目錄。

沒有針對搜索引擎的屏蔽代碼如果不想網(wǎng)站內(nèi)容被搜索引擎抓取就在網(wǎng)站根目錄建立一個robotstxt文件內(nèi)容填寫為UseragentDisallow 如果只是要屏蔽百度搜索蜘蛛，那就是 Useragentbaiduspider Disallow 把這個文件放入根目錄，搜索引擎會遵循協(xié)議，不再去抓取網(wǎng)站的內(nèi)容了。

若不希望在網(wǎng)站日志中出現(xiàn)MJ12bot蜘蛛的訪問記錄，可直接在robotstxt文件中將其屏蔽由于MJ12bot蜘蛛遵循robots協(xié)議，此操作即可實現(xiàn)對其的屏蔽屏蔽代碼如下。

用nofollow 就可以Nofollow的寫法有以下兩種1在meta中定義，如果在meta中定義Nofollow的話，則搜索引擎不會跟蹤該頁面的所有鏈接語法為 表示 禁止抓取本頁，同時禁止跟蹤本頁中的鏈接還有其他的寫法 aindex，follow允許抓取本頁，允許跟蹤鏈接 bindex，nofollow允許抓取本頁，但禁止跟蹤。

robots協(xié)議語法由三個部分構成UseragentDisallowAllowUseragent定義了執(zhí)行特定協(xié)議的搜索引擎，例如百度的Useragent設為baiduspider*號則表示適用于所有搜索引擎，其代碼為Useragent *Disallow用于指示禁止爬蟲抓取的特定鏈接，如Disallow a 表示禁止抓取以a 開頭的鏈接Allow則表示允許。

Disallowadmin 禁止蜘蛛爬取admin目錄Allowadminabchtml“” 表示根目錄下，允許蜘蛛爬去admin目錄中的abchtml頁面兩個通配符匹配符”$”和 “*”通配符匹配URL結(jié)尾的字符 * 通配符匹配0個或多個任意字符例子1允許所有搜索引擎蜘蛛抓取以某個擴展名為后綴的網(wǎng)頁地址，代碼如下。

禁止蜘蛛爬php文件

搜索引擎蜘蛛訪問網(wǎng)站時，會先查看網(wǎng)站根目錄下有沒有一個命名為robotstxt的純文本文件，它用于指令搜索引擎禁止抓取網(wǎng)站的某些內(nèi)容或指定允許抓取的某些內(nèi)容記錄格式為lt域lt可選空格lt域值lt可選空格 例UseragentDisallow abcd Allow abef 說明第一行指定下面的規(guī)則適用于。

Disallow 目錄名字 說明這里設定禁止蜘蛛抓取的目錄名稱例如，想禁目Msn蜘蛛抓取admin文件夾，可以設代碼如下Useragent Msnbot Disallow admin 五設定某種類型文件禁止被某個搜索引擎蜘蛛抓取，設置代碼如下UseragentDisallow *htm 說明其中“htm”，表示禁止搜索引擎蜘蛛抓取。

二在模版的headerphp的文件時添加一段代碼，因為蜘蛛來到你的網(wǎng)站是由上到下訪問的，所以剛開始訪問到的肯定是從headerlt頂部開始抓取所以如果我們在頂部里設置好屏蔽蜘蛛的訪問代碼后，蜘蛛也會跟第一條一樣遵守協(xié)議返回屏蔽蜘蛛訪問代碼如下 通過以上兩種方法的話，我們基本上可以屏蔽搜索引擎蜘。

百度爬蟲爬到的是你在瀏覽器上右鍵鼠標，點擊源代碼看到的內(nèi)容，ajax動態(tài)寫入的內(nèi)容抓不到爬蟲是很古老的技術了，那時還沒有ajax這種概念。