防采集,几种觉得有用的防采集方法
发布时间：2009-09-03 13:30:00
关于采集-防采集的我想大家都很清楚。这个就不多说，采集最终还是从页面源代码入手，所以只要没有规律想采集就难！
由于一天自己在策划某个网站的时候，觉得自己的想法不错。可以于是就有了另个想法--防采集。所以就开始搜索了。找了些，讲的我个人觉得不是很理想，最后觉得这篇文章3点写得还可行（因为没试过什么是觉得）。内容如下:
1、文章头尾加随机广告..
2、文章列表加随机不同的链接标签，比如<a href=""，<a class="dds" href=''
3、正文头尾或列表头尾添加<!--重复特征代码-->
4、空格，代码中的空格
第一种防采集方法：
下面我详细说一下这三种方法的实际应用：
如果全加上，绝对可以有效的防采集，单独加一种就可以让采集者头疼。
完全可以对付通用的CMS采集程序。
在采集时，通常都是指定头尾特征从哪到哪过滤.这里我们先讲第一种方法，文章头尾加随机广告..随机广告是不固定的。
比如你的文章内容是"欢迎访问阿里西西"，那么随机广告的加入方法：
<div id="xxx">
随机广告1欢迎访问阿里西西随机广告2
</div>
注：随机广告1和随机广告2每篇文章只要随机显示一个就可以了.
第二种防采集方法：
---------------------------------------
<!--<div id="xxx_文章ID">-->
其它标题或内容...
<!--<div id="xxx_文章ID">--> <div id="xxx_文章ID">
随机广告1欢迎访问阿里西西随机广告2
<--</div>-->
</div>
<--</div>-->
-------------------------------------
这是第二种防采集方法。在文章正文页面插入重复特征头尾代码的注释。
当然，这个可以用正则去掉，但足于对付通用的采集系统。
第三种防采集方法：
第三种加在文章的列表，随便链接样式：
<a href="xxx.html">标题一</a>
<a alt="xxx" href="xxx.html">标题二</a>
<a href='xxx.html'>标题三</a>
<a href=xxx.html>标题四</a>
-----------------------------------
所以：只要页面源代码没有规律想采集就难！无法批量进行采集.
0
投稿猜你喜欢
- 最近在看java编程思想，看到类型信息这一章，讲到了类的信息以及反射的概念。顺便温故一下php的反射东西。手册是这样说的："PHP
- 掩码数组数据很大形况下是凌乱的，并且含有空白的或者无法处理的字符，掩码式数组可以很好的忽略残缺的或者是无效的数据点。掩码式数组由一个正常数组
目录一、使用说明二、代码分析1. 功能函数2. 回调函数3. 线程生成函数4. 效果展示写在最后在科研学习的过程中，我们难免需要查询相关的文- 在学习python的时候，被推荐了使用PyCharm这款IDE，但是在import包的时候却发生了问题- -无法引入，但是明明通过了pip进
- 本文记录了RHEL7.5下mysql 8.0.11安装教程，具体内容如下首先去mysql官网下载mysql-8.0.11-el7-x86_6
- 作用：调用方法改为调用对象， 比如 ： p.set_name() 改为 p.set_name区别：前者改变get方法，后者改变set方法效果
- 楔子在介绍数据类型的时候我们说过，Python 的数据类型相比 C 来说要更加的通用，但速度却远不及 C。如果你在使用 Cython 加速
- 有时候让了解放双手，让电脑来帮我们自动发一些我们想要发的消息，挺省力的，比如说白天写好了演讲稿，晚上要在群里进行文字演讲，那么我们就可以用脚
- 本文主要是记录ubuntu 16.04下python环境配置，具体内容如下对于ubuntu 16.04，由于本身是自带python，这样就减
- Installing mysql (2.8.1) with native extensions /usr/local/lib/ruby/si
- 在使用SQL Server 的过程,中由于经常需要从多个不同地点将数据集中起来或向多个地点复制数据,所以数据的导出,导入是极为常见的操作.我
- 锁定数据库的一个表SELECT * FROM table WITH (HOLDLOCK)注意: 锁定数据库的一个表的区别SELECT * F
- 和C/C++、Java等语言一样，python在命名上也有一套约定俗成的规则，符合规范的命名可以让程序的可读性大大增加，从而使得代码的逻辑性
- 一：PIL功能介绍与安装PIL，全称Python Image Library，主要作用是图像处理，可用于图片剪切、粘贴、缩放、镜像、水印、颜
- 本文实例讲述了python实现删除文件与目录的方法。分享给大家供大家参考。具体实现方法如下：os.remove(path)删除文件 path
- 本文实例讲述了python实现获取序列中最小的几个元素。分享给大家供大家参考。具体方法如下：import heapq import rand
- 官方文档：https://elasticsearch-py.readthedocs.io/en/master/1、介绍python提供了操作
- 前言：我们在日常生活中，都离不开时间和日期。不仅我们的汉字都有大量描述时间日期的词语如斗转星移、分秒必争、只针朝夕、转眼之间等。同样，在我们
- 最近，我面试了一个有五年 Web 应用程序开发经验的软件开发人员。四年半来她一直在从事 JavaScript 相关的工作，她自认为 Java
- 数据科学领域日常使用 Python 处理大规模数据集的时候经常需要使用到合并、链接的方式进行数据集的整合，其中应用的数据类型包括 Serie
