有些人可能疑问，我的站点禁止所有蜘蛛访问抓取网页,为什么在搜索引擎结果中依然可以找到，并且关键词就是站点标题,今天艾瑞就来带大家分析下.
首先，所有的搜索引擎都支持robots.txt，甚至是我们伟大的百度，低估他了。也就是蜘蛛是不会违背抓取原则的，那为什么依然可以在搜索结果中找到禁止抓取的网页呢？
有些时候,我们可能看到禁止抓取的网页在搜索结果中的描述是空的，或者根本就不是网页中实际的描述，而是其他网站对其描述、评价的.其实这就是问题的答案.
因为很多时候禁止搜索引擎抓取的网站都是比较权威的网站，之前在搜索引擎中的权重极其之高，当然禁止蜘蛛抓取后，外部链接依然不受到影响。如此权威的网站不出现在搜索结果中，实为憾事，这些搜索引擎的初衷何以呈现，何以给用户最佳搜索体验.
然而，做事不能没有规则，你不让我抓取，我就不抓取，但我可以收录你，描述可取其他权威站点对其之描述，比如DOMZ、维基百科等.
在Google中的出现的案例目前还是没有找到，不过淘宝禁止百度的那点事，我还是记忆犹新.现在我们以淘宝禁止百度抓取为例来分析问题.
- 1.首先看看robots.txt内容,不过多说什么
http://www.taobao.com/robots.txt
http://my.taobao.com/robots.txt
User-agent: Baiduspider Disallow: / User-agent: baiduspider Disallow: /
- 2.可以看到www.taobao.com收录并且有描述的，但没有快照.
值得注意的是，此描述非www.taobao.com本站之描述，而是其他权威站点对其之描述.
<meta name="description" content="淘宝网 – 亚洲最大、最安全的网上交易平台，提供各类服饰、美容、家居、数码、话费/点卡充值… 2亿优质特价商品，同时提供担保交易(先收货后付款)、先行赔付、假一赔三、七天无理由退换货、数码免费维修等安全交易保障服务，让你全面安心享受网上购物乐趣！" />
- 3.大家看到my.taobao.com有收录，但是无描述
从Google搜索 my.taobao.com 获得大约 510,000 条查询结果，并且从搜索结果页面显示有很多url指向my.taobao.com
值得注意的是由于访问my.taobao.com需要登录的权限，所以一般未登录用户值得返回到登陆页面.
无描述的原因是这个二级域名没有其他权威网站对其简要描述.
- 4.如果有Google方面的案例，欢迎提供分析
[...] Excerpt from: 为什么robots.txt禁止抓取却依然被收录 [...]