web渗透

在web渗透过程中，前期的信息收集时，robots.txt是一个很重要的目录，可以帮助我们查看网站的敏感路径、敏感文件等，对于robots.txt，你知道多少呢？

robots.txt是一种协议，用来告诉搜索引擎，哪些文件可以爬取，哪些文件不能爬取。一般而言，搜索引擎都会遵循这个规则（个别与电子商务有关的国人公司除外）。

robots.txt使用介绍

在网站根目录下创建一个文件，取名robots.txt，文件名必须是这个！然后设置里面的规则。 比如我有一个OA办公系统，我要设置不允许任何搜索引擎收录本站。robots.txt中就设置如下两行即可。

User-agent: * Disallow: /

如果要限制不让搜索引擎访问我们后台admin目录，则规则改为：

User-agent: * Disallow: /admin/

robots.txt更多的使用规则，不在本文的讨论范围之内。

robots.txt防黑客

像上面的例子中，我们为了让搜索引擎不要收录admin页面而在robots.txt里面做了限制规则。但是这个robots.txt页面，谁都可以看，于是黑客就可以比较清楚的了解网站的结构，比如admin目录啊、include目录啊等等。

有没有办法既可以使用robots.txt的屏蔽搜索引擎访问的功能，又不泄露后台地址和隐私目录的办法呢？有，那就是使用星号（*）作为通配符。举例如下：

User-agent: Disallow: /a*/

这个设置，禁止所有的搜索引擎索引根目录下a开头的目录。当然如果你后台的目录是admin，还是有可以被人猜到，但如果你再把admin改为admmm呢？还有会谁能知道？

总结下，为了不让搜索引擎索引网站的后台目录或其它隐私目录，我们将这些路径在robots.txt文件中禁用了。又为了让robots.txt中的内容不泄露网站的后台和隐私，我们使用星号(*)来修改设置项。最后为了不让黑客猜到真实的路径，我们可以把这些敏感的目录进行非常规的重命名。