robots.txt 的正则表达式

Question

我正在尝试设置 robots.txt，但我不确定正则表达式。

我有四个不同的页面，全部以三种不同的语言提供。我想我可以使用正则表达式，而不是列出每个页面乘以 3。

nav.aspx
page.aspx/changelang(可能附加一个查询字符串，例如“?toLang=fr”。)
mypage.aspx?id 和
login.aspx/logoff(=12346？...等 - 每次都不同)

!所有四种语言都有 3 种不同的语言，例如:

www.example.com/es/nav.aspx
www.example.com/it/nav.aspx
www.example.com/fr/nav.aspx

现在，我的问题是:以下正则表达式正确吗？

User-Agent: *
Disallow: /*nav\.aspx$
Disallow: /*page.aspx/changelang
Disallow: /*mypage\.aspx?id
Disallow: /*login\.aspx\/logoff

谢谢

Answer 1

robots.txt 中不允许使用正则表达式，但 Googlebot(和其他一些机器人)可以理解一些简单的模式匹配:

您的 robots.txt 应如下所示:

User-agent: *
Disallow: /*nav.aspx$
Disallow: /*page.aspx/changelang
Disallow: /*mypage.aspx?id
Disallow: /*login.aspx/logoff

User-agent 指令对于小写的 a 有效。您不必转义 . 或 `/'。

您可以在这里阅读更多相关信息:Block or remove pages using a robots.txt file