robots.txt文件是一个文本文件，用于向搜索引擎和其他机器人网站爬虫指定哪些页面或内容可以被爬取，哪些页面或内容不能被爬取。它的主要作用是为了控制搜索引擎和其他机器人网站爬虫访问和抓取网站内容，保护网站的隐私和安全。如果一个网站不想被某些搜索引擎或爬虫访问、爬取和索引，就可以通过robots.txt文件来禁止它们。另外，robots.txt文件还可以防止一些机器人抓取出现线上攻击或滥用等安全问题。因此，对于任何一个网站来说，编写一个有效的robots.txt文件都是非常必要的。
网站出现多个不规范网址会给搜索引擎收录和排名带来很多麻烦。网址规范化造成的几个问题：?CMS系统在不同地方链接到不同的URL，分散了页面权重，不利于排名。?复制内容过多，搜索引擎可能认为有作弊嫌疑。?外部链接也可能指向不同URL，分散权重。?搜索引擎把资源花在收录不规范的网址上，留下给独特内容的资源就减少了。?搜索引擎判断的规范化网址不是站长想要的那个网址。来源：搜外网
动态URL（Dynamic URL）是一种包含动态参数的URL地址，这些参数可以随着不同的请求而生成不同的URL。动态URL通常用于动态网页的生成和查询，例如搜索引擎结果页面、电子商务网站的商品页面等。 动态URL的特点包括： 1. 包含动态参数，这些参数会随着用户的不同请求而改变。 2. 动态URL的内容可以是从数据库中动态生成的。 3. 动态URL可能会出现重复内容，因为同一内容可能有不同的
robots.txt概念如果我们网站内有某些特殊的文件不让搜索引擎收录，那怎么办？答案是：使用一个叫做robots.txt的文件。robots.txt文件告诉搜索引擎本网站哪些文件是允许搜索引擎蜘蛛抓取，哪些不允许抓取。搜索引擎蜘蛛访问网站任何文件之前，需先访问robots.txt文件，然后抓取robots.txt文件允许的路径，跳过其禁止的路径。总结：robots.txt是一个简单的.txt文件
匹配方式分两部分：1.path部分，2.参数部分匹配支持?*$?两种通配符?*? 表示任何有效字符的 0 个或多个个案。?$? 表示网址结束。path部分与google匹配方式保持一致，也就是只有/或是*开头的规则才有机会匹配上?/?匹配根目录以及任何下级网址?/fish??/fish?开头的匹配项* ?/fish?* ?/fish.html?* ?/fish/salmon.html?* ?/fi
