1. Robots.txt是一个协议，用于控制搜索引擎爬虫的访问范围。 2. Robots.txt文件位于网站的根目录下，包含了一些指令告诉爬虫哪些页面可以访问，哪些页面需要限制访问。 3. Robots.txt文件并不会阻止所有爬虫的访问，只有支持Robots.txt协议的爬虫才会遵守文件中的指令。 4. Robots.txt文件中的指令可以根据不同的爬虫进行个性化设置，可以控制不同爬虫访问不同的页面。 5. Robots.txt文件中可以使用通配符设置规则，如“*”代表任意字符，“$”代表结尾等。 6. 一些常见的搜索引擎会读取Robots.txt文件，如Google、Baidu、Bing等。 7. Robots.txt文件可以更改，如果需要让某些页面对所有爬虫开放或限制访问，可以通过修改文件来实现。 8. 另外，Robots.txt文件是公开的，任何人都可以访问，因此需要慎重处理敏感信息的指令。
重要页面如果站点地图包含太多链接，人们浏览的时候就会迷失。因此如果网站页面总数超过了100个的话，就需要挑选出最重要的页面。建议挑选下面这些页面放到网站地图中去：产品分类页面；主要产品页面；FAQ和帮助页面；位于转化路径上的所有关键页面，访问者将从着陆页面出发，然后沿着这些页面实现转化；访问量最大的前10个页面；如果有站内搜索引擎的话，就挑选出从该搜索引擎出发点击次数最高的那些页面。地图布局站点地
| 什么是404页面?● 错误的链接给返回404页面● 删除的链接给返回404页面| 为什么要做404页面？● 提高SEO友好性| 如何做404页面？● 服务器上，宝塔面板● IDC服务器面板● 网站后台（来源：搜外网）
要防止所有搜索引擎显示您网站的快照，请将此元标记置入网页的 <HEAD> 部分:<meta name="robots" content="noarchive">要允许其他搜索引擎显示快照，但仅防止搜索引擎显示，请使用以下标记:<meta name="Baiduspider" content="noa
我不确定你所指的“robots非标准扩展协议”是什么，因为Robot协议是Web爬虫标准协议之一，旨在告诉Web爬虫哪些页面可以爬取和哪些页面不应该被爬取。它是一个标准协议，而不是扩展协议。 如果您能提供更多信息，我可以尝试提供更详细的回答。
