網站生成靜態頁面攻略4:防采集而不防搜索引擎策略

2024-05-04 11:03:06

字體：大中小

來源：轉載

供稿：網友

從前面的我講的采集原理大家可以看出，絕大多數采集程序都是靠分析規則來進行采集的，如分析分頁文件名規則、分析頁面代碼規則。
    一、分頁文件名規則防采集對策
    大部分采集器都是靠分析分頁文件名規則，進行批量、多頁采集的。如果別人找不出你的分頁文件的文件名規則，那么別人就無法對你的網站進行批量多頁采集。
    實現方法：
    我認為用MD5加密分頁文件名是一個比較好的方法，說到這里，有人會說，你用MD5加密分頁文件名，別人根據此規則也可以模擬你的加密規則得到你的分頁文件名。
    我要指出的是我們加密分頁文件名時，不要只加密文件名變化的部分
    如果I代表分頁的頁碼，那么我們不要這樣加密：page_name=Md5(I,16)&".htm"
最好給要加密的頁碼上再跟進一個或多個字符，如：page_name=Md5(I&"任意一個或幾個字母",16)&".htm"
    因為MD5是無法反解密的，別人看到的會頁字母是MD5加密后的結果，所以加人也無法知道你在 I 后面跟進的字母是什么，除非他用暴力****MD5，不過不太現實。
    二、頁面代碼規則防采集對策
如果說我們的內容頁面無代碼規則，那么別人就無法從你的代碼中提取他們所需要的一條條內容。所以我們要的這一步做到防采集，就要使代碼無規則。
    實現方法：
    使對方需要提取的標記隨機化
    1、定制多個網頁模板，每個網頁模板里的重要HTML標記不同，呈現頁面內容時，隨機選取網頁模板，有的頁面用CSS+DIV布局，有的頁面用table布局，此方法是麻煩了點，一個內容頁面，要多做幾個模板頁面，不過防采集本身就是一件很煩瑣的事情，多做一個模板，能起到防采集的作用，對很多人來說，都是值得的。
    2、如果嫌上面的方法太麻煩，把網頁里的重要HTML標記隨機化，也可以。
    做的網頁模板越多，html代碼越是隨機化，對方分析起內容代碼時，就越麻煩，對方針對你的網站專門寫采集策略時，難度就更大，在這個時候，絕大部分人，都會知難而退，因為這此人就是因為懶，才會采集別人網站數據嘛~~~再說一下，目前大部分人都是拿別人開發的采集程序去采集數據，自己開發采集程序去采集數據的人畢竟是少數。
    還有些簡單的思路提供給大家：
    1、把對數據采集者重要，而對搜索引擎不重要的內容用客戶端腳本顯示
    2、把一頁數據，分為N個頁面顯示，也是加大采集難度的方法

上一篇：使用模板實現ASP代碼與頁面分離

下一篇：關于使用存儲過程創建分頁