Управление индексацией сайта всеми поисковыми системами возможно с помощью файла robots.txt, находящегося в корневом каталоге сервера. Этот файл сообщает поисковым роботам (ботам), какие файлы они могут индексировать, а какие нет. Файл robots.txt состоит из записей. Каждая запись состоит как минимум из двух строк: строки с названием клиентского приложения - User-agent, и одной или нескольких строк, начинающихся с директивы Disallow. Пустые строки в файле robots.txt являются значимыми, они разделяют записи, имеющие разные строки User-agent. User-agent Строка User-agent служит для указания названия робота. Например в следующей строке указано название поискового робота Google - «googlebot»:

User-agent: googlebot

Бот Яндекса - «Yandex» Бот Рамблера - «StackRambler» Бот Yahoo! - «Yahoo! Slurp» Бот MSN - «msnbot» Названия других роботов вы можете найти в логах Вашего сервера. Если Вы хотите запретить индексацию файлов и/или папок всеми поисковыми системами, то Вы можете использовать символ подстановки «*»:

User-agent: *

Disallow Вторая часть записи состоит из строк Disallow. Эти строки - директивы для данного робота (или для нескольких роботов). Они сообщают роботу какие файлы и/или папки запрещено индексировать. В строках с полем Disallow записываются не абсолютные, а относительные префиксы, то есть вводить название домена не надо. Например следующая директива запрещает паукам индексировать файл «download.htm», находящийся в корневой директории сайта:

Disallow: download.htm

Директива может содержать и название папки. Например следующая директива запрещает индексацию папки «cgi-bin», которая находится в корневой директории сайта:

Disallow: /cgi-bin/

Следующая директива запретит паукам индексировать и файл «catalog.html», и папку «catalog»:

Disallow: /catalog

Если директива Disallow будет пустой, это значит, что робот может индексировать все файлы. Как минимум одна директива Disallow должна присутствовать для каждого поля User-agent, чтобы robots.txt был корректно воспринят поисковыми системами. Полностью пустой robots.txt означает то же самое, что и его полное отсутствие на сервере. Всем поисковым системам разрешено полностью индексировать сайт:

User-agent: * Disallow:

Индексация сайта запрещена всеми поисковыми системами:

User-agent: * Disallow: /

Запрет на индексацию папки «cgi-bin» всеми поисковыми системами:

User-Agent: * Disallow: /cgi-bin/

Запрет на индексацию файла «download.htm» всеми поисковыми системами:

User-Agent: * Disallow: download.htm

Запрет на индексацию файла «download.htm» и папки «cgi-bin» всеми поисковыми системами:

User-Agent: * Disallow: /cgi-bin/ Disallow: download.htm

Запрет на индексацию файла «download.htm» для робота Google - «googlebot»:

User-agent: googlebot Disallow: download.htm

Комментарии Любой текст от знака решетки “#” до конца строки считается комментарием и поисковыми роботами игнорируется. Пример:

# Yahoo! No index. User-agent: Yahoo! Slurp Disallow: / Протестировать свой файл для роботов можно здесь - http://www.webmascon.com/topics/adv/8a.asp