robots协议是搜索引擎在爬取网站的时候要查看的第一个文件，文件会告诉蜘蛛程序在服务器上什么文件是可以被查看的，对应的不允许查看的内容，蜘蛛程序是不会查看.
"robots.txt"文件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><optional space>"
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:
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:
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。
使用"*"and"$"：
Baiduspider支持使用通配符"*"和"$"来模糊匹配url。
"$" 匹配行结束符。
"*" 匹配0或多个任意字符。
robots文件举例:
1.禁止所有搜索引擎访问网站的任何部分 ：
User-agent: *
Disallow: /
2.允许所有的robot访问：
User-agent: *
Disallow: 或者
User-agent: *
Allow: /
3.仅禁止Baiduspider访问您的网站：
User-agent: Baiduspider
Disallow: /
仅允许Baiduspider访问您的网站：
User-agent: Baiduspider
Disallow:
User-agent: *
Disallow: /
4.禁止spider访问特定目录：（需要注意的是对每一个目录必须分开声明，而不能写成
"disallow: /cgi-bin/ /tmp/"）
User-agent: *
Disallow: /cgi-bin/
Disallow: /tmp/
Disallow: /~joe/
5.允许访问特定目录中的部分url：
User-agent: *
Allow: /cgi-bin/see
Allow: /tmp/hi
Allow: /~joe/look
Disallow: /cgi-bin/
Disallow: /tmp/
Disallow: /~joe/
6.使用"*"限制访问url：
User-agent: *
Disallow: /cgi-bin/*.htm
7.使用"$"限制访问url：
User-agent: *
Allow: .htm$
Disallow: /
8.禁止访问网站中所有的动态页面：
User-agent: *
Disallow: /*?*
9.禁止Baiduspider抓取网站上所有图片：（若是某一张图片，就是指到对应的图片路径和名称即可）
User-agent: Baiduspider
Disallow: .jpg$
Disallow: .jpeg$
Disallow: .gif$
Disallow: .png$
Disallow: .bmp$
10.仅允许Baiduspider抓取网页和.gif格式图片：
User-agent: Baiduspider
Allow: .gif$
Disallow: .jpg$
Disallow: .jpeg$
Disallow: .png$
Disallow: .bmp$
11.仅禁止Baiduspider抓取.jpg格式图片：
User-agent: Baiduspider
Disallow:
