andronof/robotstxt

Parse robots.txt

1.2.0 2018-11-05 14:33 UTC

Requires

• php: >=5.4.0

MIT

• Andronov Konstantin

README

Библиотека для разбора файла robots.txt. Написаная на языке php. Основная задча библиотеки проверить любую ссылку, закрыта она от индексации или нет. Правила разбора используются из описания в справочнике Яндекс.

Правила разбора

1. Разбирается все данные по ботам.
2. Для каждого бота сортируются по длине ссылки. Если у нескольких правил длина одинаковая то предпочтение отдается разрешающему(allow) правилу.
3. Правила содержащие пустые значения изменяются на противоположные.

Установка

Через composer:

{
    "require": {
        "andronof/robotstxt": "dev-master"
    }
}

и запустить команду

composer update

установится последний версия, но не обязательно стабильная или

composer require andronof/robotstxt

установится последняя стабильная версия

Использование

$robotstxt = new \Robotstxt(file_get_contents('http://yandex.ru/robots.txt'));

или

$robotstxt = new \Robotstxt();
$robotstxt->init(file_get_contents('http://yandex.ru/robots.txt'));

Проверка запрещена ли ссылка в robots.txt

if ($robotstxt->isAllowed('/msearch') ) {
    echo('Доступ разрешен');
} else {
    echo('Доступ запрещен');
}

Данная функция может принимать вторым параметром имя бота. Если не указан, то берутся правила для всех (*). Ссылку для проверки указывайте с начинающегося слеша (/).

Остальные функции

• isUserAgent($user_agent) — Проверяет есть ли правила для конкретного бота
• setUserAgent($user_agent = null) — Устанавливает правила какого бота использовать. Имеет больший приоритет чем если указывать бота в функции isAllowed. Если необходимо сбросить глобального бота передайте в эту функцию null.

Используется в проектах

• https://gensitemap.ru/