Robots协议（也叫爬虫协议、机器人协议等）的全称是“网络爬虫排除标准”（Robots Exclusion Protocol），网站通过Robots协议告诉搜索引擎哪些页面是可以抓取的，哪些页面是不能抓取的。
搜索引擎爬虫在访问网站的时候，首先会寻找站点根目录中有没有 robots.txt文件，如果有这个文件就根据文件的内容确定网站收录的范围，如果没有就按默认访问以及收录所有页面。另外，当爬虫发现不存在robots.txt文件时，会产生一个404错误日志在服务器上，从而增加服务器的负担，因此为站点添加一个robots.txt文件还是很重要的。
robots文件该怎么写？
记住写robots的文件名必须全部用小写！
User-agent:该项的值用于描述搜索引擎robot的名字，一般后面用*来表示，代表支持全部搜索引擎。
Disallow:该项的值用于描述不希望被访问的一组URL，
Allow:该项的值用于描述希望被访问的一组URL
robots.txt文件的写法 User-agent: * 这里的*代表的所有的搜索引擎种类，*是一个通配符
Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录
Disallow: /require/ 这里定义是禁止爬寻require目录下面的目录
Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录
Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以”.htm”为后缀的URL(包含子目录)。
Disallow: /*?* 禁止访问网站中所有的动态页面
Disallow: /jpg$ 禁止抓取网页所有的.jpg格式的图片
Disallow:/ab/adc.html 禁止爬去ab文件夹下面的adc.html文件。
Allow: /cgi-bin/ 这里定义是允许爬寻cgi-bin目录下面的目录
Allow: /tmp 这里定义是允许爬寻tmp的整个目录
Allow: .htm$ 仅允许访问以”.htm”为后缀的URL。
Allow: .gif$ 允许抓取网页和gif格式图片
robots在SEO中的作用
1.死链接提交，如果网站中出现了死链接，是对我们网站的SEO有较大影响的，这时候可以利用robots文件，禁止抓取这些死链接，然后提交到百度站长的死链提交工具，从而解决这个问题。
2.robots.txt放网站xml地图：Sitemap:url/sitemap.xml，告诉蜘蛛我们的网站地图在哪里，提升搜索引擎的抓取效率
3.禁止搜索引擎抓取我们不想被抓取的文件和页面。
