dedecms:解析Robots.txt 協議標準
Robots.txt 是存放在站點根目錄下的一個純文字檔案。雖然它的設定很簡單，但是作用卻很強大。它可以指定搜尋引擎蜘蛛只抓取指定的內容，或者是禁止搜尋引擎蜘蛛抓取網站的部分或全部內容。
下面我們就來詳細介紹一下它的使用方法：
Robots.txt 檔案應該放在網站根目錄下，並且該檔案是可以通過網際網路進行訪問的。
例如：
如果您的網站地址是 http://www.dedecms.com
那麼，該檔案必須能夠通過 http://www.dedecms.com/robots.txt 開啟並看到裡面的內容。
格式：
User-agent:
用於描述搜尋引擎蜘蛛的名字，在" Robots.txt "檔案中，如果有多條User-agent記錄說明有多個搜尋引擎蜘蛛會受到該協議的限制，對該檔案來說，至少要有一條User-agent記錄。如果該項的值設為*，則該協議對任何搜尋引擎蜘蛛均有效，在" Robots.txt "檔案中，"User-agent:*"這樣的記錄只能有一條。
Disallow:
用於描述不希望被訪問到的一個URL，這個URL可以是一條完整的路徑，也可以是部分的，任何以Disallow開頭的URL均不會被Robot訪問到。
舉例：
例一："Disallow:/help"
是指/help.html 和/help/index.html都不允許搜尋引擎蜘蛛抓取。
例二："Disallow:/help/"
是指允許搜尋引擎蜘蛛抓取/help.html，而不能抓取/help/index.html。
例三：Disallow記錄為空
說明該網站的所有頁面都允許被搜尋引擎抓取，在"/robots.txt"檔案中，至少要有一條Disallow記錄。如果"/robots.txt"是一個空檔案，則對於所有的搜尋引擎蜘蛛，該網站都是開放的可以被抓取的。
Robots.txt 協議中的註釋符。
舉例：
例一：通過"/robots.txt"禁止所有搜尋引擎蜘蛛抓取"/bin/cgi/"目錄，以及 "/tmp/"目錄和 /foo.html 檔案，設定方法如下：
User-agent: *
Disallow: /bin/cgi/
Disallow: /tmp/
Disallow: /foo.html
例二：通過"/robots.txt"只允許某個搜尋引擎抓取，而禁止其他的搜尋引擎抓取。
如：只允許名為"slurp"的搜尋引擎蜘蛛抓取，而拒絕其他的搜尋引擎蜘蛛抓取 "/cgi/" 目錄下的內容，設定方法如下：
User-agent: *
Disallow: /cgi/
User-agent: slurp
Disallow:
例三：禁止任何搜尋引擎抓取我的網站，設定方法如下：
User-agent: *
Disallow: /
例四：只禁止某個搜尋引擎抓取我的網站
如：只禁止名為“slurp”的搜尋引擎蜘蛛抓取，設定方法如下：
User-agent: slurp
Disallow: /
通過以上對robots.txt的解析，我們可以由後臺的檔案目錄推匯出dedecms標準的寫法
User-agent: *
Disallow: /data
Disallow: /dede
Disallow: /images
Disallow: /plus
Disallow: /include
Disallow: /templets
Disallow: /uploads
Sitemap: http://www.xxxxxx.com/sitemap.xml