|
|
|
如何尽量防止下载被采集?最近很是苦恼 |
|
点击数： 时间：07-02-26 16:42:38 责任编辑： |
|
|
| | | 网站基本更新维护了一年，积累了一些东西，主要是下载，虽然不算多但毕竟都是自己一个一个添加的。
自己测试、截图、写说明什么的
近日确发现被两三个网站批量采集了。 就我观察，我的图片有水印（可惜太小都被其批量水印工具遮盖了），压缩包有TXT说明文档（同样估计是被批量插入替换了）
实在是忿忿不平和无奈。 不知技术上可以采取哪些手段可以尽可能的防止被采集。
我目前能做的，把所有RAR更换为EXE自解压，这样不至于被轻易批量替换版权文档， 缺点是每个文件大了80K
图片全部重新加大水印。这些措施不能防止被采集，但我只能做到这些。
网站程序我没能力修改，能改的话我干脆改成下载要求输入随机验证码
改模板简单，不过不可能做到每个列表页面或者下载页面的模板随机，无从规律，不然自己也累死。
我想的就是从服务器上能否做些什么或者有别的一些有用的措施，不说完全防止，至少尽可能的防止被批量采集。
这里氛围感觉很好，希望大家可以多出出主意，先谢过了。 半夜睡不着，一直在想这个问题。
目前防采集的方法有很多种，先介绍一下常见防采集策略方法和它的弊端及采集对策：
一、判断一个IP在一定时间内对本站页面的访问次数，如果明显超过了正常人浏览速度，就拒绝此IP访问
弊端：
1、此方法只适用于动态页面，如：asp\jsp\php等...静态页面无法判断某个IP一定时间访问本站页面的次数
2、此方法会严重影响搜索引擎蜘蛛对其收录，因为搜索引擎蜘蛛收录时，浏览速度都会比较快而且是多线程。此方法也会拒绝搜索引擎蜘蛛收录站内文件
采集对策：只能放慢采集速度，或者不采
建议：做个搜索引擎蜘蛛的IP库，只允许搜索引擎蜘蛛快速浏览站内内容。搜索引擎蜘蛛的IP库的收集，也不太容易，一个搜索引擎蜘蛛，也不一定只有一个固定的IP地址。
评论：此方法对防采集比较有效，但却会影响搜索引擎对其收录。
二、用javascript加密内容页面
弊端：此方法适用于静态页面，但会严重影响搜索引擎对其收录情况，搜索引擎收到到的内容，也都是加密后的内容
采集对策：建议不采，如非要采，就把解密码的JS脚本也采下来。
建议：目前没有好的改良建议
评论：建议指望搜索引擎带流量的站长不要使用此方法。
三、把内容页面里的特定标记替换为”特定标记+隐藏版权文字“
弊端：此方法弊端不大，仅仅会增加一点点的页面文件大小，但容易反采集
采集对策：把采集来的含有隐藏版权文字内容的版权文字替掉，或替换成自己的版权。
建议：目前没有好的改良建议
评论：自己感觉实用价值不大，就算是加上随机的隐藏文字，也等于画蛇添足。
四、只允许用户登陆后才可以浏览
弊端：此方法会严重影响搜索引擎蜘蛛对其收录
采集对策：目前落伍已经有人发了对策文章 ，具体对策就看这个吧《ASP小偷程序如何利用XMLHTTP实现表单的提交以及cookies或session的发送》
建议：目前没有好的改良建议
评论：建议指望搜索引擎带流量的站长不要使用此方法。不过此方法防一般的采集程序，还是有点效果的。
五、用javascript、vbscript脚本做分页
弊端：影响搜索引擎对其收录
采集对策：分析javascript、vbscript脚本，找出其分页规则，自己做个对应此站的分页集合页即可。
建议：目前没有好的改良建议
评论：感觉懂点脚本语言的人都能找出其分页规则
六、只允许通过本站页面连接查看，如：Request.ServerVariables("HTTP_REFERER")
弊端：影响搜索引擎对其收录
采集对策：不知道能不能模拟网页来源，目前我没有对应此方法的采集对策
建议：目前没有好的改良建议
评论：建议指望搜索引擎带流量的站长不要使用此方法。不过此方法防一般的采集程序，还是有点效果的。
从以上可以看出，目前常用的防采集方法，要么会对搜索引擎收录有较大影响，要么防采集效果不好，起不到防采集的效果。那么，还有没有一种有效防采集，而又不影响搜索引擎收录的方法呢？那就请继续往下看吧，精彩的地方马上呈献给大家。 | | |
|
|
|
|
|
|
|
|
|
|
 上一篇文章：  下一篇文章： |
|
 发表评论 |
| |
[
[
[
添加到雅虎收藏
添加到百度搜藏
喜欢这个故事么,那就赶快-> 
