二、页面代码规则防采集对策
　　如果说我们的内容页面无代码规则，那么别人就无法从你的代码中提取他们所需要的一条条内容。
　　所以我们要的这一步做到防采集，就要使代码无规则。
　　实现方法：
　　使对方需要提取的标记随机化
　　1、定制多个网页模板，每个网页模板里的重要HTML标记不同，呈现页面内容时，随机选取网页模板，有的页面用CSS+DIV布局，有的页面用 table布局，此方法是麻烦了点，一个内容页面，要多做几个模板页面，不过防采集本身就是一件很烦琐的事情，多做一个模板，能起到防采集的作用，对很多人来说，都是值得的。
　　2、如果嫌上面的方法太麻烦，把网页里的重要HTML标记随机化，也可以。
　　做的网页模板越多，html代码越是随机化，对方分析起内容代码时，就越麻烦，对方针对你的网站专门写采集策略时，难度就更大，在这个时候，绝大部分人，都会知难而退，因为这此人就是因为懒，才会采集别人网站数据嘛~~~再说一下，目前大部分人都是拿别人开发的采集程序去采集数据，自己开发采集程序去采集数据的人毕竟是少数。
　　还有些简单的思路提供给大家：
　　1、把对数据采集者重要，而对搜索引擎不重要的内容用客户端脚本显示
　　2、把一页数据，分为N个页面显示，也是加大采集难度的方法
　　3、用更深层的连接，因为目前大部分采集程序只能采集到网站内容的前3层，如果内容所在的连接层更深，也可以避免被采集。不过这样可能会给客户造成浏览上的不便。
　　如：
　　大多网站都是 首页----内容索引分页----内容页
　　如果改成：
　　首页----内容索引分页----内容页入口----内容页
　　注：内容页入口最好能加上自动转入内容页的代码
　　其实，只要做好防采集的第一步(加密分页文件名规则)，防采集的效果就已经不错了，还是建议两条反采集方法同时使用，给采集者增加采集难度，使得他们知难页退。
　　至此，全文完，欢迎大家在此讨论与此相关技术，谢谢!

上一页  [1] [2] [3] [4]