網站防采集的幾種方法

如今的采集系統是一個比一個NB，站長們辛苦收集制作的網站內容總是很快出現在在另一個網站上，一個網站輕易的就被復制了又復制。有辦法既不影響搜索引擎的正常收入又能解決網站被采集之苦么？答案是肯定的。

最常用的防采集方法：

1.每個文章的命名不要有任何規律，比如你的文章是<%=id%>.htm的話，請在前面或后面生成個日期，如：20070911-1234.htm,前面的就是日期了，這樣對采集新手來說是非常有效的。

2.不要把所有的文章都放在一個目錄下，你可以利用日期生成不同的目錄名。

3.不要所有的文章都用一個模板，制作盡量多的模板，添文章的時候可有選要用哪個模板，一般采集者的采集程序是有針對性的，他在采集前會對你的頁面進行分析，如果你所有的頁面排版無規律可尋，那么我想他就會放棄了。

    以上三種方法能防住初級采集的，但是對高手來說沒什么用。

    下面三種方法用限制采集人的IP或SESSION的方法來達到防采集的目的。

方法一：（ASP代碼）：

>以下為引用的內容：
<%
Dim AppealNum,AppealCount
AppealNum=10 '同一IP60秒內請求限制10次
AppealCount=Request.Cookies("AppealCount")
If AppealCount="" Then
response.Cookies("AppealCount")=1
AppealCount=1
response.cookies("AppealCount").expires=dateadd("s",60,now())
Else
response.Cookies("AppealCount")=AppealCount+1
response.cookies("AppealCount").expires=dateadd("s",60,now())
End If
if int(AppealCount)>int(AppealNum) then
response.write "設計之家http://www.sj33.cn提醒您：抓取很累，歇一會兒吧！"
response.end
End If
%>

第二種方法(ASP)：

>以下為引用的內容：
<%
user_agent=Request.ServerVariables("HTTP_USER_AGENT")
http_reffer=Request.ServerVariables("HTTP_REFERER")
server_name=Request.ServerVariables("SERVER_NAME")
'檢查當前用戶是否是蜘蛛人
function check(user_agent)
allow_agent=split("Baiduspider,Scooter,ia_archiver,Googlebot,FAST-WebCrawler,MSNBOT,Slurp",",")
check_agent=false
for agenti=lbound(allow_agent) to ubound(allow_agent)
if instr(user_agent,allow_agent(agenti))>0 then
check_agent=true
exit for
end if
next
check=check_agent
end function
if check(user_agent)=False then
if http_reffer="" or left(http_reffer,len("http://"&server_name)+1)<>"http://"&server_name&"/" then
%>
<html><body>
<form action='' name=checkrefer id=checkrefer method=post>
</form>
<script>
document.all.checkrefer.action=document.URL;
document.all.checkrefer.submit();
</script>
</body></html>
<%response.end
end if
end if
%>

第三種方法：

用Persistence為靜態頁面增加session功能

一般來說，只有服務器端的CGI程序（ASP、PHP、JSP）具有session會話功能，用來保存用戶在網站期間（會話）的活動數據信息，而對于數量眾多的靜態頁面（HTML）來說，只能使用客戶端的cookies來保存臨時活動數據，但對于cookies的操作是個很煩瑣的過程，遠沒有對于session操作那樣簡便。為此，本文向讀者推薦一種在DHTML中的解決方案“Persistence技術”，使得在靜態頁面中也能使用session會話功能。

Microsoft　Internet Explorer 5瀏覽器和以后的版本都支持使用狀態保持（Persistence）技術，讓我們能夠在當前會話過程中保存一些數據對象到客戶端，減少了對服務器的訪問請求，充分發揮了客戶端計算機的數據處理能力，從而也整體提升了頁面顯示效率。

Persistence技術有以下幾種行為可供調用：

? saveFavorite―當頁面被添加到收藏夾時保存頁面狀態和信息
? saveHistory―在當前會話中保存頁面狀態和信息
? saveSnapshot―當頁面被保存到硬盤時，保存頁面狀態和信息
? userData―在當前會話中用XML格式保存頁面狀態和信息
Persistence技術打破了以前使用cookies和session的傳統，繼承了cookies的一些安全策略，同時也增加了存儲和管理數據的能力。我們的每個頁面有64KB的用戶數據存儲容量，對于每個站點總計有640KB的存儲上限。

Persistence技術存儲的數據格式符合XML標準，所以可以使用DOM技術中的getAttribute和setAttribute方法來存取數據。

下面是一個Persistence技術的典型應用，通過對Persistence存儲數據的分析，使得靜態頁面具有驗證功能。

實際判斷過程是這樣的：

    1.有三個對象：游客V、導航頁面A、內容頁面C
    2.游客V只能通過導航頁面A的鏈接才能看到內容頁面C；
    3.如果游客V是通過其它途徑來訪問內容頁面C（比如通過其它網站的超鏈接、直接在IE地址欄中輸入網址訪問等），內容頁面C將自動提示版權信息，顯示空白頁。
具體實現步驟：

? 在“導航頁面”中加入一個STYLE用來定義persistent類，同時加入存儲函數fnSave用來授權。

>以下為引用的內容：
<STYLE>
.userData {behavior:url(#default#userdata);}
</STYLE>
<SCRIPT language=Javascript>
function fnSave(){
oPersistP.setAttribute("bIsValid","true");
oPersistP.save("oXMLStore");
}
</SCRIPT>

? 在“導航頁面”的<body>和</body>區域中定義一個層用來標識Persistence對象

? 在“導航頁面”的超鏈接屬性中加入一條語句用來調用函數fnSave：

接下來，為“內容頁面”加入驗證功能。

? 在“內容頁面”中加入一個STYLE用來定義persistent類，同時加入存儲函數fnLoad用來判斷合法性。

>以下為引用的內容：
<STYLE>
.userData {behavior:url(#default#userdata);}
</STYLE>
<SCRIPT>
var bPageValid=false;
function fnLoad(){
oPersistP.load("oXMLStore");
if((oPersistP.getAttribute("bIsValid"))&&
(oPersistP.getAttribute("bIsValid")=="true")){
bPass=true;
}
else{
bPass=false;
}
oPersistP.setAttribute("bIsValid","false");
oPersistP.save("oXMLStore");
if(bPass==false){
var sError="來源不明，請您通過授權網站訪問我們.";
alert(sError);
location.href="about:blank";
}
}
</SCRIPT>

? 修改“內容頁面”的區域如下：

>以下為引用的內容：
<BODY onload="fnLoad()">
<P CLASS=userData ID="oPersistP"></P>

***插入以上代碼的頁面需在同一個文件夾下，否則會出錯。
從以上范例可看出，通過persistence的使用，使得普通的靜態內容頁面具有了session功能，一般的不敏感信息完全可以通過session保存在客戶端。

使用多個帶有session功能的靜態頁面可以完成眾多復雜任務，如虛擬購物車，高級搜索引擎等。同時，由于將以前服務器端承擔的部分session任務轉移到客戶端，減少了數據交互量，大大降低了服務器的負擔。

标签：網站防采集

上一篇
端口、木馬、安全、掃描應用知識

下一篇
没有了

網站防采集的幾種方法

相關文章：

推薦設計

最新文章