如何編寫及提交 robots.txt 檔案

如果您使用 Wix 或 Blogger 等網站代管服務，可能就不需要 (或者無法) 直接編輯 robots.txt 檔案。供應商可能會提供搜尋設定頁面或其他機制，讓您向搜尋引擎表明是否要檢索網頁。

如果想對搜尋引擎隱藏或取消隱藏您的網頁，請針對在代管服務限制搜尋引擎瀏覽網頁這個主題，搜尋相關操作說明 (例如，搜尋「Wix 對搜尋引擎隱藏網頁」)。

您可以透過網站的 robots.txt 檔案控管檢索器可存取的檔案。

robots.txt 檔案位於網站的根目錄。也就是說，www.example.com 網站的 robots.txt 檔案就位於 www.example.com/robots.txt。robots.txt 是遵循漫遊器排除標準的純文字檔案， 其中包含一或多項規則。這些規則的作用是禁止 (或開放) 所有或某個特定檢索器存取代管 robots.txt 檔案的網域或子網域上的特定檔案路徑。除非您在 robots.txt 檔案中另行指定，否則系統將允許檢索所有檔案。

以下是一個包含兩項規則的簡單 robots.txt 檔案：

User-agent: Googlebot
Disallow: /nogooglebot/

User-agent: *
Allow: /

Sitemap: https://www.example.com/sitemap.xml

該 robots.txt 檔案代表以下含義：

1. 名為 Googlebot 的使用者代理程式無法檢索任何以 https://example.com/nogooglebot/ 開頭的網址。
2. 不是 Googlebot 的使用者代理程式則可以檢索整個網站。即使不指定這項規則，結果也會一樣；系統會預設允許使用者代理程式檢索整個網站。
3. 網站的 Sitemap 檔案位於 https://www.example.com/sitemap.xml。

如需更多範例，請參閱語法一節。

建立 robots.txt 檔案的基本原則

如要建立 robots.txt 檔案，並允許該檔案可公開存取，可採取以下四個步驟：

1. 建立名為 robots.txt 的檔案。
2. 在 robots.txt 檔案中新增規則。
3. 將 robots.txt 檔案上傳到您網站的根目錄。
4. 測試 robots.txt 檔案。

建立 robots.txt 檔案

幾乎所有文字編輯器都能用來建立 robots.txt 檔案，例如 Notepad、TextEdit、vi 和 emacs 都可以建立有效的 robots.txt 檔案。但請不要使用文書處理軟體，因為這類軟體通常會將檔案儲存為某種專有格式，有可能因此加上彎引號等不相容字元，或許會使檢索器發生問題。「儲存檔案」對話方塊出現提示時，請務必以 UTF-8 編碼儲存檔案。

格式和位置規則：

• 檔案名稱必須是 robots.txt。
• 您的網站只能有一個 robots.txt 檔案。
• robots.txt 檔案必須位於目標網站主機的根目錄。舉例來說，如要控制 https://www.example.com/ 下所有網址的檢索作業，robots.txt 檔案就必須位於 https://www.example.com/robots.txt，不能在子目錄 (例如 https://example.com/pages/robots.txt)。如果不知道該如何存取網站的根目錄，或是需要相關權限，請與網站代管服務供應商聯絡。如果您無法存取網站的根目錄，請改用其他封鎖方法，例如 meta 標記。
• robots.txt 檔案可發布在子網域 (例如 https://website.example.com/robots.txt) 或非標準通訊埠 (例如 https://example.com:8181/robots.txt)。
• robots.txt 檔案僅適用於發布位置的通訊埠、主機和通訊協定中的路徑。也就是說，https://example.com/robots.txt 中的規則僅適用於 https://example.com/ 中的檔案，而非子網域 (例如 https://m.example.com/)，或是替代通訊協定 (例如 http://example.com/)。
• robots.txt 檔案必須是 UTF-8 編碼的文字檔案 (包括 ASCII)，Google 會忽略不屬於 UTF-8 範圍的字元，進而導致 robots.txt 規則可能無法轉譯。

如何編寫 robots.txt 規則

規則是用來規範檢索器可檢索網站的哪些部分。在 robots.txt 檔案中新增規則時，請遵循下列準則：

• robots.txt 檔案包含一或多個群組 (規則組)。
• 每個群組都是由多項規則 (又稱指令) 組成，一項規則占一行。每個群組的開頭都會以 User-agent 這一行指定群組適用的檢索器。
• 群組包含以下資訊：
  • 群組的適用對象 (使用者代理程式)。
  • 這個代理程式「可以」存取的目錄或檔案。
  • 這個代理程式「無法」存取的目錄或檔案。
• 檢索器會依上到下的順序處理群組。每個使用者代理程式只能對應一組規則，也就是與其相應的第一組條件最明確的規則。如果同一個使用者代理程式有多個群組，系統會在處理前將這些群組合併為單一群組。
• 根據預設，系統會假設使用者代理程式可以檢索未受 disallow 規則封鎖的網頁或目錄。
• 規則須區分大小寫。舉例來說，disallow: /file.asp 適用於 https://www.example.com/file.asp，但不適用於 https://www.example.com/FILE.asp。
• # 字元用來標示註解的起始處。在處理過程中，系統會忽略註解。

Google 檢索器支援以下 robots.txt 檔案中的規則：

• user-agent: [必要，每個群組可指定一或多個 User-agent 項目] 這項規則會指定規則適用的自動化用戶端 (就是所謂的搜尋引擎檢索器) 名稱，也是每個規則群組的第一行內容。Google 使用者代理程式清單列出了各種 Google 使用者代理程式的名稱。使用星號 (*) 表示要比對各種 AdsBot 檢索器以外的所有檢索器；如要比對 AdsBot 檢索器，必須特別指明。範例如下：

  # Example 1: Block only Googlebot
  User-agent: Googlebot
  Disallow: /
  
  # Example 2: Block Googlebot and Adsbot
  User-agent: Googlebot
  User-agent: AdsBot-Google
  Disallow: /
  
  # Example 3: Block all crawlers except AdsBot (AdsBot crawlers must be named explicitly)
  User-agent: *
  Disallow: /

• disallow: [每項規則至少要有一個 disallow 或 allow 項目] 禁止使用者代理程式在根網域下檢索的目錄或網頁。如果規則指向網頁，則必須提供瀏覽器中顯示的完整網頁名稱。規則必須以 / 字元開頭，如果指向目錄，則必須以 / 標記結尾。
• allow: [每項規則至少要有一個 disallow 或 allow 項目] 允許前述使用者代理程式在根網域下檢索的目錄或網頁。這個指令可用於覆寫 disallow 規則，允許使用者代理程式檢索位於禁止檢索目錄下的子目錄或網頁。如果是單一網頁，請指定瀏覽器中顯示的完整網頁名稱；規則必須以 / 字元開頭，如果指向目錄，則必須以 / 標記結尾。
• sitemap: [選用；每個檔案可包含零或多個 sitemap 項目] 該網站的 Sitemap 所在位置。Sitemap 網址必須為完整網址；Google 不會假設或檢查是否有 http/https/www/非 www 等替代網址。Allow 和 Disallow 的用途是指出 Google「可以」或「不可」檢索哪些內容，Sitemap 則適合用於指出 Google「應該」檢索哪些內容。進一步瞭解 Sitemap。 範例：

  Sitemap: https://example.com/sitemap.xml
  Sitemap: https://www.example.com/sitemap.xml

除了 sitemap 以外，其餘規則都支援以 * 萬用字元代表路徑前置字元、後置字元或整個字串。

對於不符合以上任何規則的行，系統會加以忽略。

如需各個規則的完整說明，請參閱「Google 如何解讀 robots.txt 規格」頁面。

上傳 robots.txt 檔案

將 robots.txt 檔案儲存在電腦中後，您就可以開放讓搜尋引擎檢索器進行檢索。目前沒有工具可協助您進行這項工作，因為將 robots.txt 檔案上傳至網站的方式取決於您的網站和伺服器架構。您可以與您的代管公司聯絡，或搜尋代管公司的說明文件 (例如，搜尋「上傳檔案 Infomaniak」)。

上傳 robots.txt 檔案後，請測試該檔案是否可公開存取，以及 Google 是否能加以剖析。

測試 robots.txt 標記

如要測試新上傳的 robots.txt 檔案是否可公開存取，請在瀏覽器中開啟私密瀏覽視窗 (或同等功能)，然後前往 robots.txt 檔案位置，例如 https://example.com/robots.txt。如果畫面顯示 robots.txt 檔案內容，表示您可以開始測試標記。

Google 提供兩種測試 robots.txt 標記的方式：

1. Search Console 中的 robots.txt 測試工具。您只能針對網站已開放存取的 robots.txt 檔案使用這項工具。
2. 如果您是開發人員，請參閱 Google 的開放原始碼 robots.txt 程式庫 (這也是 Google 搜尋使用的程式庫)，並按照說明建立自己的程式庫。您可以使用這項工具在本機電腦上測試 robots.txt 檔案。

將 robots.txt 檔案提交給 Google

在您上傳並測試 robots.txt 檔案後，Google 檢索器會自動尋找並開始使用 robots.txt 檔案，因此您不必採取任何動作。如果您更新了 robots.txt 檔案，而且需要盡快重新整理 Google 的快取副本，請參閱如何提交更新的 robots.txt 檔案。

robots.txt 實用規則

以下是 robots.txt 一些常見的實用規則：

實用規則
禁止檢索整個網站	提醒您，在某些情況下，未經檢索的網站網址仍可能會編入索引。 注意：使用這項規則時，比對範圍不含各種 AdsBot 檢索器；如要比對 AdsBot 檢索器，必須特別指明。 User-agent: * Disallow: /
禁止檢索特定目錄及其中內容	在目錄名稱後方附加正斜線，即可禁止檢索整個目錄。 注意：提醒您，如果想禁止存取私人內容，請不要使用 robots.txt，而是要改用適當的驗證機制。即使是 robots.txt 檔案禁止的網址，仍有可能在未經檢索的情況下編入索引；此外，由於任何人都能查看 robots.txt 檔案，所以私人內容的位置也可能因此曝光。 User-agent: * Disallow: /calendar/ Disallow: /junk/ Disallow: /books/fiction/contemporary/
允許單一檢索器存取網站內容	只有 googlebot-news 可檢索整個網站。 User-agent: Googlebot-news Allow: / User-agent: * Disallow: /
允許所有檢索器存取網站內容，但某一個檢索器除外	Unnecessarybot 不得檢索網站，但其他漫遊器可以。 User-agent: Unnecessarybot Disallow: / User-agent: * Allow: /
禁止檢索單一網頁	例如，禁止檢索位於 https://example.com/useless_file.html 的 useless_file.html 頁面，以及 junk 目錄中的 other_useless_file.html 頁面。 User-agent: * Disallow: /useless_file.html Disallow: /junk/other_useless_file.html
禁止檢索整個網站，但子目錄除外	檢索器只能存取 public 子目錄。 User-agent: * Disallow: / Allow: /public/
禁止 Google 圖片檢索特定圖片	例如，禁止 dogs.jpg 圖片。 User-agent: Googlebot-Image Disallow: /images/dogs.jpg
禁止 Google 圖片檢索您網站上的所有圖片	Google 不得為未經檢索的圖片和影片建立索引。 User-agent: Googlebot-Image Disallow: /
禁止檢索特定類型的檔案	例如，禁止檢索所有的 .gif 檔案。 User-agent: Googlebot Disallow: /*.gif$
禁止檢索整個網站，但允許 Mediapartners-Google 進行檢索	這麼做會讓您的網頁無法顯示在搜尋結果中，但 Mediapartners-Google 網路檢索器仍可分析網頁，以決定要在網站上對訪客顯示哪些廣告。 User-agent: * Disallow: / User-agent: Mediapartners-Google Allow: /
使用 * 和 $ 萬用字元來比對結尾為特定字串的網址	例如，封鎖所有 .xls 檔案。 User-agent: Googlebot Disallow: /*.xls$