Python 的 robotsparser 忽略站点地图

Question

我有以下 robots.txt

User-agent: *
Disallow: /images/
Sitemap: http://www.example.com/sitemap.xml

和下面的 robotsparser

def init_robot_parser(URL):
    robot_parser = robotparser.RobotFileParser()
    robot_parser.set_url(urlparse.urljoin(URL, "robots.txt"))
    robot_parser.read()

    return robot_parser

但是当我在上面 return robots_parser 执行 print robots_parser 时，我得到的只是

User-agent: *
Disallow: /images/

为什么它忽略站点地图行，我错过了什么吗？

Answer 1

Sitemap 是标准的扩展，robotparser 不支持它。您可以在the source中看到它只处理“用户代理”、“禁止”和“允许”。对于其当前功能(告诉您是否允许特定 URL)，无需了解站点地图。