搜索引擎喜欢UTF-8编码robots.txt

Google Groups成员指出包括Google在内的大部分常用搜索引擎更宠爱UTF-8编码的robots.txt文件。

相关文章：有道关于robots.txt的解释

Robots.txt这个文件相信大家都不模式吧，是搜索引擎中访问网站的时候要查看的第一个文件。Robots.txt文件告诉蜘蛛程序在服务器上什么文件是可以被查看的。

当一个搜索蜘蛛访问一个站点时，它会首先检查该站点根目录下是否存在robots.txt，如果存在，搜索机器人就会按照该文件中的内容来确定访问的范围；如果该文件不存在，所有的搜索蜘蛛将能够访问网站上所有没有被口令保护的页面。

robots.txt必须放置在一个站点的根目录下，而且文件名必须全部小写。

语法：最简单的 robots.txt 文件使用两条规则：

• User-Agent: 适用下列规则的漫游器
• Disallow: 要拦截的网页

Robots.txt是一种存放于网站根目录下的ASCII编码的文本文件，Robots.txt的文件名应统一为小写，即robots.txt。

Robots.txt协议并不是一个规范，而只是约定俗成的，所以并不能保证网站的隐私。注意Robots.txt是用字符串比较来确定是否获取URL，所以目录末尾有和没有斜杠“/”这两种表示是不同的URL，也不能用”Disallow: .gif”这样的通配符。

因为robots.txt是一个纯文本文件，所以很多站长在设置网站的这个文件时，随便把系统中过的文本编辑器拿来就写了，然后上传到自己的网站根目录，以为这样就万事大吉了，其实，你只做了一半因为你的马虎。

已经被无数站长证实的事实是：搜索引擎更喜欢UTF-8编码的robots.txt文件。Google Groups成员Phil Payne也是为此做出声明说：在常用的HTML文件编码类型中，Google和其他的搜索引擎都更偏爱UTF-8编码的robots.txt文件。甚至有的文件编码形式都已经被Google直接忽略掉了。

所以请问，你网站根目录下的robots.txt文件是UTF-8编码吗？如果不是，建议你修改为该编码。