标点符(钱魏 Way)

怎么防止网站被采集

最近公司一些独有的数据被竞争对手采集了。想了想有没有可以防止被采集的方法。自己想了下发现这个问题很难解决,下面是我自己想到的。

  1. 通过cookies防采集(这个没有,采集都是先获取cookies再执行采集的)
  2. 屏蔽IP(这个首先要获取对方的IP,执行起来比较麻烦)
  3. 请求次数判断(一段时间内请求多少次,则将该IP加入黑名单禁止访问或需要验证码访问。这样做很容易把搜索引擎也挡在门外,可以将搜索引擎的user-agent和IP加入白名单。如:Google robots 的 UA及 IP http://www.iplists.com/google.txt
  4. 采集一般不下载JS文件,使用JS判断,或使用AJAX,这个也会把搜索引擎挡在门外。

不知道谁还有更好的可行方法分享下。当然我首先想到的是向搜索引擎举报。

码字很辛苦,转载请注明来自标点符《怎么防止网站被采集》

评论

  1. ZJ #1

    如果是单独的地址,我建议采用内部的 SEO字段,比如以前的地址是: http://www.youwebisite.com/item/123456.html => http://www.youwebisite.com/item/thisistest.html

    回复
    2010-01-13
    • 标点符

      URL没有规则也是可以采集的,可以通过上层页面来获取下层页面的链接。这个只能防普通的程序采集。

      回复
      2010-01-13