logo
GeekFormat

Robots.txt 检查器

robots 策略检查

抓取站点 robots.txt,解析 User-agent 分组,并立即验证某个路径是否允许抓取。

在线检查 robots.txt,某条路径能不能抓马上看清。

相关推荐

适用场景

  • 页面不收录时测试对应路径是否被 robots.txt 误封
  • 网站改版后验证新爬虫规则是否按预期生效
  • 提取 Sitemap 声明确认站点地图地址是否正确配置
  • 检查 Host 指令是否指定了正确的首选域名
  • 排查多个 User-agent 组之间规则冲突或覆盖问题

功能特点

  • 路径抓取权限测试:输入 User-agent 和路径,即时判断该爬虫是否允许访问并显示匹配规则
  • 规则分组结构化展示:每个 User-agent 组独立展示,Allow/Disallow 规则逐条列出
  • Sitemap 和 Host 声明提取:自动识别并单独展示站点地图地址和首选域名指令
  • 预设一键切换:内置常用站点、爬虫名称和测试路径,点击即可填充快速测试
  • 完整原始文件预览:支持原始 robots.txt 内容查看和一键复制

使用方法

  1. 输入网站 URL(如 https://geekformat.com)
  2. 设置要测试的 User-agent(如 Googlebot、*)和目标路径(如 /admin)
  3. 点击获取 robots.txt 查看解析结果
  4. 查看权限判断结果、匹配规则组和详细原因说明
  5. 检查 Sitemap 声明和完整规则结构用于 SEO 排查

常见问题

怎么判断某个页面是否被 robots.txt 禁止抓取?

输入目标 URL、User-agent(如 Googlebot)和路径后,工具会结合当前规则判断该爬虫是否允许访问,并显示匹配的规则组和原因说明。

页面没收录,真的可能是 robots.txt 的问题吗?

有可能。如果 robots.txt 的 Disallow 规则禁止了相关目录或路径,搜索引擎爬虫将无法正常抓取页面内容。先检查规则是否误伤是很有必要的排查步骤。

如何查看站点声明的 Sitemap 地址?

工具会自动提取 robots.txt 中所有 Sitemap 声明并单独展示,方便确认站点地图地址是否正确配置,帮助搜索引擎更快发现全站结构。

匹配的规则组是什么意思?

robots.txt 中每个 User-agent 对应一组 Allow/Disallow 规则。工具会显示测试路径匹配到了哪些 User-agent 组的规则,帮助理解爬虫实际遵循的抓取策略。

适合网站上线后定期检查吗?

适合。尤其是站点改版、目录调整、CMS 更新后,建议重新检查 robots.txt 规则是否发生意外变化,避免重要页面被误封或敏感目录被暴露。