Cómo debería quedar si sólo quiero que me indexe las entradas del blog, más no los archivos administrativos (wp-admin, wp-includes). ¿Debería bloquear algo más? Por ahora el archivo me quedo así:
Código:
User-Agent: *
Allow: /
# disallow all files with ? in url
Disallow: /*?*
User-Agent: Googlebot-Image
Disallow: /
# disable duggmirror
User-agent: duggmirror
Disallow: /
# allow adsense bot on entire site
User-agent: Mediapartners-Google
Allow: /
# BEGIN XML-SITEMAP-PLUGIN, busquedas no
Sitemap: http://tusitio.com/sitemap.xml.gz
Disallow: /?s=
Disallow: /search
# END XML-SITEMAP-PLUGIN
#
# Permitimos el feed general para Google Blogsearch.
#
# Impedimos que permalink/feed/ sea indexado ya que el
# feed con los comentarios suele posicionarse en lugar de
# la entrada y desorienta a los usuarios.
#
# Lo mismo con URLs terminadas en /trackback/ que sólo
# sirven como Trackback URI (y son contenido duplicado).
#
Allow: /feed/$
Disallow: /feed
Disallow: /comments/feed
Disallow: /*/feed/$
Disallow: /*/feed/rss/$
Disallow: /*/trackback/$
Disallow: /*/*/feed/$
Disallow: /*/*/feed/rss/$
Disallow: /*/*/trackback/$
Disallow: /*/*/*/feed/$
Disallow: /*/*/*/feed/rss/$
Disallow: /*/*/*/trackback/$
#
# A partir de aquí es opcional pero recomendado.
#
# Lista de bots que suelen respetar el robots.txt pero rara
# vez hacen un buen uso del sitio y abusan bastante...
# Añadir al gusto del consumidor...
User-agent: MSIECrawler
Disallow: /
User-agent: WebCopier
Disallow: /
User-agent: HTTrack
Disallow: /
User-agent: Microsoft.URL.Control
Disallow: /
User-agent: libwww
Disallow: /
#
# Slurp (Yahoo!), Noxtrum y el bot de MSN a veces tienen
# idas de pinza, toca decirles que reduzcan la marcha.
# El valor es en segundos y podéis dejarlo bajo e ir
# subiendo hasta el punto óptimo.
#
User-agent: noxtrumbot
Crawl-delay: 50
User-agent: msnbot
Crawl-delay: 30
User-agent: Slurp
Crawl-delay: 10