crawling :: robots.txt

• Concept
• Example

Concept

• 로봇 배제 표준은 웹 사이트에 로봇이 접근하는 것을 방지하기 위한 규약으로,
  일반적으로 접근 제한에 대한 설명을 robots.txt에 기술한다.

• 이 규약은 권고안이며, 로봇이 robots.txt 파일을 읽고 접근을 중지하는 것을 목적으로 한다.
  따라서, 접근 방지 설정을 하였다고 해도, 다른 사람들이 그 파일에 접근할 수 있다.

• robots.txt 파일은 항상 사이트의 루트 디렉토리에 위치해야 한다.

Example

• 만약 모든 로봇에게 문서 접근을 허락하려면, robots.txt에 다음과 같이 입력하면 된다.

User-agent: *
Allow: /

• 모든 로봇을 차단하려면, robots.txt에 다음과 같이 입력하면 된다.

User-agent: *
Disallow: /

• 모든 로봇에 세 디렉터리 접근을 차단하려면, robots.txt에 다음과 같이 입력하면 된다.

User-agent: *
Disallow: /cgi-bin/
Disallow: /tmp/
Disallow: /junk/

• 모든 로봇에 특정 파일 접근을 차단하려면, robots.txt에 다음과 같이 입력하면 된다.

User-agent: *
Disallow: /directory/file.html

• BadBot 로봇에 모든 파일 접근을 차단하려면, robots.txt에 다음과 같이 입력하면 된다.

User-agent: BadBot
Disallow: /

• BadBot 과 Googlebot 로봇에 특정 디렉터리 접근을 차단하려면, robots.txt에 다음과 같이 입력하면 된다.

User-agent: BadBot
User-agent: Googlebot
Disallow: /private/

• 다양하게 조합하여 사용할 수 있다.

User-agent: googlebot　　　　　　　　# googlebot 로봇만 적용
Disallow: /private/　　　　　　　　　# 이 디렉토리를 접근 차단한다.

User-agent: googlebot-news　　　　　# googlebot-news 로봇만 적용
Disallow: /　　　　　　　　　　　　　# 모든 디렉토리를 접근 차단한다.

User-agent: *　　　　　　　　　　　　# 모든 로봇 적용
Disallow: /something/　　　　　　　　# 이 디렉토리를 접근 차단한다.