robot.txt文件
大部分的网站收录问题都是因为被robot.txt文件拦截导致的。
robots.txt是一个纯文本文件，在这个文件中网站管理者可以声明该网站中不想被robots访问的部分，或者指定搜索引擎只收录指定的内容。
当一个搜索机器人（有的叫搜索蜘蛛）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，那么搜索机器人就沿着链接抓取。
格式：
1.User-agent：
用于指定搜索引擎的名称，如谷歌为User-agent: Googlebot，*代表所有搜索引擎
2.Disallow：
表示禁止蜘蛛访问的文件
User-agent: *
Disallow:
表明：允许所有搜索引擎访问网站下的所有内容。
User-agent: *
Disallow: /
表明：禁止所有搜索引擎对网站下所有网页的访问。
User-agent: *
Disallow: /cgi-bin/
表明：禁止所有搜索引擎进入网站的cgi-bin目录及其下所有子目录。需要注意的是对每一个目录必须分开声明。
User-agent: Roverdog
Disallow: /
表明：禁止Roverdog访问网站上的任何文件。
User-agent: Googlebot
Disallow: cheese.htm
表明：禁止Google的Googlebot访问其网站下的cheese.htm文件。
3.注释
以”#”开头的行，均被视为注解内容，注释需要单独成一行
Disallow: bob #comment是错误的
4.Allow行
Allow行还未普遍使用，对于网站地图，直接写为Sitemap: http://www.xxx.com/sitemap.xml
编辑模式：
在UNIX模式下编辑你的robots.txt文件并以ASCII码格式上传。显然并非所有的FTP客户端软件都能够天衣无缝地将文件格式转换为UNIX命令行终端，所以在编辑robots.txt文件时，一定要确保你的文本编辑器是在UNIX模式下。
或者使用工具如爱站工具生成robots,直接粘贴复制到网站后台。
检测robots是否生效：
在百度站长后台检测robots
二 robots和nofollow的区别是什么
robots只用于站内链接。禁止蜘蛛抓取进行收录；
nofollow的链接蜘蛛依然可以收录，但是不会传递权重，一般用于站外链接或者是公司电话，地址的页面有助于网址权重的集中。
三 网站误封robots后的处理
1.解封robots，然后到百度站长后台检测并更新Robots。
2.在百度站长后台抓取检测，此时显示抓取失败，通常更改完robots不会立即生效，需要等待几天，可以多点击抓取几次，触发蜘蛛抓取站点。
3.在百度站长后台抓取频次，申请抓取频次上调。
4.百度反馈中心，反馈是因为误操作导致了这种情况的发生。
5.百度站长后台链接提交处，设置数据主动推送（实时）。
6.更新sitemap网站地图，重新提交百度，每天手工提交一次。
四.新站robots的设置
对于已经上线但是还没有设置好的新站在robots中用
User-agent：*
Disallow:/
来禁止蜘蛛进行访问
meta标签
meta robots 标签是页面head部分meta标签的一种，用于指令搜索引擎禁止索引（收录）本页内容。
meta robots 标签的写法：
<meta name=”robots”content=”noindex,nofollow”>
标签的意义：禁止所有搜索引擎索引本页面，禁止跟踪本页面上的链接。
Noindex：搜索引擎不索引此网页（可以抓取，但不出现在搜索结果中）。
Nofollow： 搜索引擎不继续通过此网页的链接索引搜索其它的网页。
<meta name>=”robots”content=”noindex” >
标签的意义：禁止索引本页面，但允许蜘蛛跟踪页面上的链接，也可以传递权重。
使用了noindex meta robots标签的页面会被抓取，但不会被索引，也就是说页面URL不会出现在搜索结果中，这一点与robots文件不同。
meta robots 标签的作用：
1、不想让网站被收录使用meta robots 标签，禁止搜索引擎索引本页，同时禁止跟踪页面上的链接。
2、禁止索引本页面，但是允许蜘蛛跟踪页面链接，也可以传递权重。
meta robots标签很多搜索引擎是不支持的，只有少数搜索引擎能够识别并按给定的值抓取。因此还是推荐用robots.txt文件来限制抓取.
有违规记录的域名
有些站长会选择购买有一定注册年份的域名，但是需要注意这些域名是否曾经被搜索引擎惩罚过，如果这样，网站也是非常难收录的。
建议对于这种情况，站长可以查看一下网站日志，如果蜘蛛未爬取，只需要去站长后天提交即可。如果蜘蛛有爬取记录，但是没有收录，就可能是域名的问题。当然也不排除网站自身存在一定的问题。例如镜像网站等。
如何让网站收录
熊账号后台提交：熊账号对于原创文章的收录要求较高，但是通常首页的收录是非常快的，一般第二天就可以看到效果。而且熊掌号会显示不收录的原因，方便站长进行整改。
