Magento 2 中的 Robots.txt 是什么？

robots.txt 文件指示网络爬虫了解在何处为您的网站建立索引以及在何处跳过。定义网站机器人与网站爬虫的关系将帮助您优化网站的排名。有时您需要它来识别并避免对特定部分建立索引，这可以通过配置来完成。您可以决定使用默认设置还是为每个搜索引擎设置自定义说明。

配置 Magento 2 robots.txt 文件的步骤

请按照此分步指南在 Magento 2 中配置 robots.txt 文件：

  • 在管理面板上，单击Stores。在“ Settings”部分中，选择Configuration。
  • 在左侧面板中选择Design下General
  • 打开该Search Engine Robots部分，然后继续执行以下操作：
    • 在 中Default Robots，选择以下选项之一：
      • 索引、关注
      • NOINDEX，关注
      • 索引、不关注
      • NOINDEX、NOFOLLOW
    • 如果需要，请在Edit Custom instruction of robots.txt File字段中输入自定义说明。
    • 如果您需要恢复默认说明，请在该Reset to Defaults字段中单击按钮。Reset to Default
  • 完成后，单击Save Config。

Magento 2 Robots.txt 示例

您还可以通过设置自定义说明来隐藏您的页面，使其不被网站抓取工具发现，如下所示：

  • 允许完全访问
User-agent:*
Disallow:
  • 禁止访问所有文件夹
User-agent:*
Disallow: /

Magento 2 默认 Robots.txt

Disallow: /lib/
Disallow: /*.php$
Disallow: /pkginfo/
Disallow: /report/
Disallow: /var/
Disallow: /catalog/
Disallow: /customer/
Disallow: /sendfriend/
Disallow: /review/
Disallow: /*SID=
Disallow: /*?

# Disable checkout & customer account
Disallow: /checkout/
Disallow: /onestepcheckout/
Disallow: /customer/
Disallow: /customer/account/
Disallow: /customer/account/login/

# Disable Search pages
Disallow: /catalogsearch/
Disallow: /catalog/product_compare/
Disallow: /catalog/category/view/
Disallow: /catalog/product/view/

# Disable common folders
Disallow: /app/
Disallow: /bin/
Disallow: /dev/
Disallow: /lib/
Disallow: /phpserver/
Disallow: /pub/

# Disable Tag & Review (Avoid duplicate content)

Disallow: /tag/
Disallow: /review/

# Common files
Disallow: /composer.json
Disallow: /composer.lock
Disallow: /CONTRIBUTING.md
Disallow: /CONTRIBUTOR_LICENSE_AGREEMENT.html
Disallow: /COPYING.txt
Disallow: /Gruntfile.js
Disallow: /LICENSE.txt
Disallow: /LICENSE_AFL.txt
Disallow: /nginx.conf.sample
Disallow: /package.json
Disallow: /php.ini.sample
Disallow: /RELEASE_NOTES.txt

# Disable sorting (Avoid duplicate content)
Disallow: /*?*product_list_mode=
Disallow: /*?*product_list_order=
Disallow: /*?*product_list_limit=
Disallow: /*?*product_list_dir=

# Disable version control folders and others
Disallow: /*.git
Disallow: /*.CVS
Disallow: /*.Zip$
Disallow: /*.Svn$
Disallow: /*.Idea$
Disallow: /*.Sql$
Disallow: /*.Tgz$

更多 Robots.txt 示例

阻止 Google 机器人访问文件夹

User-agent: Googlebot 
Disallow: /subfolder/

阻止 Google 机器人访问某个页面

User-agent: Googlebot 
Disallow: /subfolder/page-url.html

常见的网络爬虫（Bot）

以下是互联网上一些常见的机器人。

User-agent: Googlebot
User-agent: Googlebot-Image/1.0
User-agent: Googlebot-Video/1.0
User-agent: Bingbot
User-agent: Slurp		# Yahoo
User-agent: DuckDuckBot
User-agent: Baiduspider
User-agent: YandexBot
User-agent: facebot		# Facebook
User-agent: ia_archiver		# Alexa