странный вопрос, явно не по апачу и не по линуксу, ну да ладно.
1) не пускать по определенным адресам юзерагенты поисковиков
2) директива host в robots.txt для яши
3) линки на зеркалах на основной
4) поисковики сами выясняют что зеркало что нет, правда не всегда правильно - пунт 3 обычно помогает
5) заглушки с редиректом на основной на определенное время
6-*) блаблабла
*) PROFIT

как-то так =)

Да, лучше всего - 301 редирект на основной сайт.
Собственно, именно этого поисковики и хотят добиться от сайтовладельцев.

положить в 2 и 3 robots.txt в корень:
# go away
User-agent: *
Disallow: /

у него 2 - это тот же корень что и 1

Именно так!

Положить в левом месте robots.txt, а конфиге для нужных virtualhost сделать на него альяс.

нет, нужно делать как написано в посте muhas'а
только гуглобота еще там указать

зачем так сложно?

наоборот всё просто. один robots.txt на всё про всё

и сотни обвязки... или я чего-то не так понял?
чем не подходить вариант с альясом в конфиге хоста?

сотни чего?
вариант с альясом может не подойти, если до него нет доступа, например

а если есть?

непонятно почему "нужно" именно так, а не иначе.

Это закроет от индексации и сайт 1 заодно.

А автору хочется не этого. А хочется, чтобы сайт 1 не вылетал из индекса за дублирующийся контент на 2 и 3 - поэтому роботам запретить туда ходить.

тред не читай @ сразу отвечай

зеркала - как отдельные виртуалхосты с одинаковым документрутом должны быть
для разных виртуалхостов зеркал прописывам правила для разных robots.txt. с nginx было бы проще

1. Создаём blockrobots.txt, где запрещаем ботам ходить по сайту. Кладём в корень.
2. Создаём в корне же .htaccess вида

RewriteEngine on
RewriteCond {%HTTP_HOST} \.spb\.ru|\.tmweb\.ru
RewriteRule robots\.txt blockrobots.txt

Короче, отдавать блокирующий robots.txt только на нужных доменах.

Имелось в виду %{HTTP_HOST}