robots.txt文件的格式
robots文件往往放置于根目录下，包含一条或更多的记录，这些记录通过空行分开（以CR,CR/NL, or NL作为结束符），每一条记录的格式如下所示：
<field>:<optional space><value><optionalspace>User-agent
在该文件中可以使用#进行注解，具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始，后面加上若干Disallow和Allow行,详细情况如下：
User-agent:该项的值用于描述搜索引擎robot的名字。在”robots.txt”文件中，如果有多条User-agent记录说明有多个robot会受到”robots.txt”的限制，对该文件来说，至少要有一条User-agent记录。如果该项的值设为，则对任何robot均有效，在”robots.txt”文件中，”User-agent:”这样的记录只能有一条。如果在”robots.txt”文件中，加入”User-agent:SomeBot”和若干Disallow、Allow行，那么名为”SomeBot”只受到”User-agent:SomeBot”后面的 Disallow和Allow行的限制。
Disallow
Disallow:该项的值用于描述不希望被访问的一组URL，这个值可以是一条完整的路径，也可以是路径的非空前缀，以Disallow项的值开头的URL不会被 robot访问。例如”Disallow:/help”禁止robot访问/help.html、/helpabc.html、/help/index.html，而”Disallow:/help/”则允许robot访问/help.html、/helpabc.html，不能访问/help/index.html。”Disallow:”说明允许robot访问该网站的所有url，在”/robots.txt”文件中，至少要有一条Disallow记录。如果”/robots.txt”不存在或者为空文件，则对于所有的搜索引擎robot，该网站都是开放的。
Allow
Allow:该项的值用于描述希望被访问的一组URL，与Disallow项相似，这个值可以是一条完整的路径，也可以是路径的前缀，以Allow项的值开头的URL 是允许robot访问的。例如”Allow:/hibaidu”允许robot访问/hibaidu.htm、/hibaiducom.html、/hibaidu/com.html。一个网站的所有URL默认是Allow的，所以Allow通常与Disallow搭配使用，实现允许访问一部分网页同时禁止访问其它所有URL的功能。
通配符
使用“*”和“$”：Baiduspider支持使用通配符“*”和“$”来模糊匹配url。
“*”：匹配0或多个任意字符
“$”：匹配行结束符
几个robots.txt的示例
例1.禁止所有搜索引擎访问网站的任何部分；
User-agent:*
Disallow:/例2.允许所有的robot访问；
User-agent:*
Allow:/例3.仅禁止Baiduspider访问您的网站；
User-agent:Baiduspider
Disallow:/例4.仅允许Baiduspider访问您的网站；
User-agent:Baiduspider
Allow:/
User-agent:*
Disallow:/例5.仅允许Baiduspider以及Googlebot访问；
User-agent:Baiduspider
Allow:/
User-agent:Googlebot
Allow:/
User-agent:*
Disallow:/例6.禁止spider访问特定目录 在这个例子中,该网站有三个目录对搜索引擎的访问 做了限制,即robot不会访问这三个目录。需要注意的 是对每一个目录必须分开声明，而不能写成Disallow: /cgi-bin/ /temp/”；
User-agent:*
Disallow:/cgi-bin/
Disallow:/temp/
Disallow:/~joe/例7.使用“$”限制访问url，仅允许访问以“.htm”为后缀的url；
User-agent:*
Allow:/.htm$
Disallow:/例8.禁止访问网站中所有的动态页面；
User-agent:*
Disallow:/*?*例9.禁止Baiduspider抓取网站上所有图片仅允许抓取网页,禁止抓取任何图片；
User-agent:Baiduspider
Disallow:/*.jpg$
Disallow:/*.jpegs$
Disallow:/*.gif$
Disallow:/*.png$
Disallow:/*.bmp$例10.仅允许Baiduspider抓取网页和gif格式的图片，不允许抓取其他格式图片；
User-agent:Baiduspider
Allow:/*.gif$
Disallow:/*.jpg$
Disallow:/*.jpegs$
Disallow:/*.png$
Disallow:/*.bmp$例11.仅禁止Baiduspider抓取jpg格式图片。
User-agent:Baiduspider
Disallow:/*.jpg$