目前防采集的方法有很多種,先介紹一下常見防采集策略方法和它的弊端及采集對策:
一、判斷一個IP在一定時間內(nèi)對本站頁面的訪問次數(shù),如果明顯超過了正常人瀏覽速度,就拒絕此IP訪問
弊端:
1、此方法只適用于動態(tài)頁面,如:asp\jsp\php等...靜態(tài)頁面無法判斷某個IP一定時間訪問本站頁面的次數(shù)。
2、此方法會嚴(yán)重影響搜索引擎蜘蛛對其收錄,因為搜索引擎蜘蛛收錄時,瀏覽速度都會比較快而且是多線程。此方法也會拒絕搜索引擎蜘蛛收錄站內(nèi)文件
采集對策:只能放慢采集速度,或者不采
建議:做個搜索引擎蜘蛛的IP庫,只允許搜索引擎蜘蛛快速瀏覽站內(nèi)內(nèi)容。搜索引擎蜘蛛的IP庫的收集,也不太容易,一個搜索引擎蜘蛛,也不一定只有一個固定的IP地址。
評論:此方法對防采集比較有效,但卻會影響搜索引擎對其收錄。
二、用javascript加密內(nèi)容頁面
弊端:此方法適用于靜態(tài)頁面,但會嚴(yán)重影響搜索引擎對其收錄情況,搜索引擎收到到的內(nèi)容,也都是加密后的內(nèi)容
采集對策:建議不采,如非要采,就把解密碼的JS腳本也采下來。
建議:目前沒有好的改良建議
評論:建議指望搜索引擎帶流量的站長不要使用此方法。
三、把內(nèi)容頁面里的特定標(biāo)記替換為”特定標(biāo)記+隱藏版權(quán)文字“
弊端:此方法弊端不大,僅僅會增加一點點的頁面文件大小,但容易反采集
采集對策:把采集來的含有隱藏版權(quán)文字內(nèi)容的版權(quán)文字替掉,或替換成自己的版權(quán)。
建議:目前沒有好的改良建議
評論:自己感覺實用價值不大,就算是加上隨機(jī)的隱藏文字,也等于畫蛇添足。
四、只允許用戶登陸后才可以瀏覽
弊端:此方法會嚴(yán)重影響搜索引擎蜘蛛對其收錄
采集對策:目前落伍已經(jīng)有人發(fā)了對策文章 ,具體對策就看這個吧《ASP小偷程序如何利用XMLHTTP實現(xiàn)表單的提交以及cookies或session的發(fā)送》
建議:目前沒有好的改良建議
評論:建議指望搜索引擎帶流量的站長不要使用此方法。不過此方法防一般的采集程序,還是有點效果的。
五、用javascript、vbscript腳本做分頁
弊端:影響搜索引擎對其收錄
采集對策:分析javascript、vbscript腳本,找出其分頁規(guī)則,自己做個對應(yīng)此站的分頁集合頁即可。
建議:目前沒有好的改良建議
評論:感覺懂點腳本語言的人都能找出其分頁規(guī)則
六、只允許通過本站頁面連接查看,如:Request.ServerVariables("HTTP_REFERER")
弊端:影響搜索引擎對其收錄
采集對策:不知道能不能模擬網(wǎng)頁來源。。。。目前我沒有對應(yīng)此方法的采集對策
建議:目前沒有好的改良建議
評論:建議指望搜索引擎帶流量的站長不要使用此方法。不過此方法防一般的采集程序,還是有點效果的。
從以上可以看出,目前常用的防采集方法,要么會對搜索引擎收錄有較大影響,要么防采集效果不好,起不到防采集的效果。那么,還有沒有一種有效防采集,而又不影響搜索引擎收錄的方法呢?那就請繼續(xù)往下看吧!