安装完wordpress站点后关于robots.txt文件的书写一直烦恼着很多站长，Robots.txt文件协议又叫搜索引擎机器人协议，搜索引擎爬虫在爬取网站的时候，首先会看网站根目录下是否有robots.txt文件，然后遵循robots.txt协议爬取网站主希望搜索引擎爬取的内容。robots.txt文件意在告诉搜索引擎爬虫哪些页面可以爬取，哪些页面不能爬取，可以有效的保护用户的隐私，同时也有利于节省蜘蛛的带宽，从而让蜘蛛爬取更加容易，促进收录。
先来简单的说下robots.txt文件的规则:
1、允许所有的搜索引起爬取任何内容
User-agent: *
Disallow：
这个意思就是允许所有的搜索引擎爬取所有的页面，虽然Disallow是不允许的意思，但是后面是放空状态，这意思是没有不允许爬取的页面。
2、屏蔽其中一种或者几种搜索引擎的爬取，以最近比较火的360综合搜索为例
User-agent: 360spider
Disallow: /
User-agent：*
Disallow：
前两行的意思是不允许360综合搜索蜘蛛爬取任何页面，后面的解释见第一点。同理，如果除了屏蔽360综合搜索也想屏蔽百度蜘蛛，那就在开头继续添加。
3、不允许搜索引擎抓取其中的某些页面，这边以不允许所有搜索引擎爬取wordpress的管理后台页面为例
User-agent：*
Disallow：/wp-admin/
我们都知道，wordpress的管理后台在根目录下的wp-admin文件夹里面，在disallow后面加上/wp-admin的意思就是不允许搜索引擎蜘蛛爬取。
至于不允许百度爬取后台，允许其他搜索引擎爬取后台，或者不允许360综合搜索爬取后台，允许其他搜索引擎爬取后台等等组合，请参考以上三点内容进行组合。
回归正题，再来说下wordpress的robots.txt文件书写，其实wordpress的robots文件很简单，主要看3个要点：
1、网站后台不要蜘蛛爬取
评论