首先创建robots.txt文件并放置于网站根目录，通过User-agent、Disallow、Allow和Sitemap指令控制爬虫访问；其次可选使用php动态生成内容并配合.htaccess重写规则；最后通过google Search console等工具验证配置是否生效。
要为PHP网站设置robots.txt文件以控制搜索引擎爬虫的抓取行为，其实并不依赖于PHP本身，而是通过在网站根目录下放置一个名为 robots.txt 的纯文本文件来实现。以下是具体配置方法和注意事项。
1. 创建 robots.txt 文件
robots.txt 是一个标准的文本文件，用于告诉搜索引擎哪些页面可以抓取，哪些不可以。它必须放在网站的根目录下（如：https://www.example.com/robots.txt）。
使用任意文本编辑器创建该文件，内容格式遵循 Robots Exclusion Protocol 标准。
示例内容：
User-agent: * Disallow: /admin/ Disallow: /temp/ Disallow: /includes/ Allow: /public/ <p>Sitemap: <a href="https://www.php.cn/link/86c1dedbd4a728cf270c4d7af3798b03">https://www.php.cn/link/86c1dedbd4a728cf270c4d7af3798b03</a></p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/7fc7563c4182" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">PHP免费学习笔记（深入）</a>”；</p>
说明：
- User-agent: 指定规则适用的爬虫，* 表示所有搜索引擎
- Disallow: 禁止访问的路径
- Allow: 允许访问的子路径（即使父目录被禁止）
- Sitemap: 建议提供站点地图地址，便于索引
2. 放置 robots.txt 到网站根目录
将创建好的 robots.txt 文件上传到你的PHP网站根目录，通常是 /public_html/、/htdocs/ 或 /www/ 目录下。
确保可以通过浏览器访问：https://yourdomain.com/robots.txt
如果出现404错误，请检查文件名是否正确、服务器权限是否允许访问。
3. 动态生成 robots.txt（可选高级用法）
虽然 robots.txt 通常是静态文件，但你也可以用PHP动态生成，适用于多环境或需要根据条件返回不同规则的情况。
操作步骤：
- 创建一个
robots.txt.php文件 - 在其中输出正确的文本内容和HTTP头
- 通过URL重写（如.htaccess）将请求 robots.txt 映射到PHP脚本
示例代码 robots.php：
<?php header("Content-Type: text/plain"); echo "User-agent: *n"; echo "Disallow: /private/n"; if ($_SERVER['HTTP_HOST'] == 'dev.example.com') { echo "Disallow: /n"; } echo "Sitemap: https://www.php.cn/link/86c1dedbd4a728cf270c4d7af3798b03n"; ?>
.htaccess 配置：
RewriteEngine On RewriteRule ^robots.txt$ robots.php [L]
注意：动态方式需谨慎使用，避免因脚本错误导致返回非文本内容或500错误，影响seo。
4. 验证 robots.txt 是否生效
配置完成后，建议使用工具验证规则是否正确：
- Google Search Console 中的“robots.txt 测试工具”
- Bing Webmaster Tools 提供的类似功能
- 在线校验工具如：https://technicalseo.com/tools/robots-txt/
输入你要屏蔽的URL路径，测试是否被正确阻止。
基本上就这些。只要把 robots.txt 放对位置，写对规则，搜索引擎就会按你的意愿抓取页面。不复杂但容易忽略细节，比如大小写、斜杠、通配符支持等。保持文件简洁清晰即可。