Cron 表达式生成器
可视化配置并生成 Linux Crontab 定时任务表达式
为搜索引擎爬虫生成 robots.txt 引导文件
按爬虫分组配置允许与禁止路径,可附加 Sitemap 地址,复制前可预览整份文件。
按你填的清单输出标准指令:`User-agent` / `Allow` / `Disallow` / 可选的 `Sitemap`——只做这一件事,不替你猜规则。
输出把 Allow 写在 Disallow 前面,但**书写顺序不影响语义**:匹配规则是「最长路径优先」,长度相同时 Allow 胜出。所以 `Disallow: /` 配 `Allow: /public/` 才能整站禁止、开一个白名单口子。
一次生成一个 `User-agent` 段;要给多个爬虫不同规则,生成多段拼起来即可(每段都从 `User-agent` 行开始)。
填 User-agent
默认 `*` 表示所有爬虫;要针对某个爬虫就写它的名字(如 `Googlebot`)。
每行一条 Allow / Disallow
路径从 `/` 开始;空行会被忽略。
填 Sitemap 并复制
Sitemap 要写绝对地址(`https://…/sitemap.xml`);复制这段文本保存为站点根目录的 robots.txt。
最长匹配优先,长度相同时 Allow 胜——**与书写顺序无关**。这是最常见的误解,也是「明明 Disallow 了还能被抓」的原因之一;另一个原因是 robots.txt 属于**约定**而非访问控制:不守规矩的爬虫直接忽略它,真正的权限要用登录与鉴权来做。
RFC 9309 与主流爬虫(Google、Bing)都支持:`*` 匹配任意字符,`$` 表示结尾(如 `/*.pdf$`)。但小众爬虫可能忽略它们,所以别把通配符当安全边界。另外 `Sitemap` 严格说不是 robots 协议的一部分,只是大家约定写在这里,搜索引擎会读它。
可视化配置并生成 Linux Crontab 定时任务表达式
为你的项目生成通用的 .gitignore 文件
生成 JSON Web Token 用于测试
批量生成随机 UUID (v4)
生成小巧、安全、URL 友好的随机 ID
生成可排序的唯一标识符
实时测试和调试正则表达式
生成 MD5、SHA1、SHA256、SHA512 等哈希值