Question

请问如何防止自己网页的内容被采集

Answer 1

防止采集第一种方法:在文章的头尾加上随机不固定的内容。网站采集者在采集时,通常都是指定一个开始位置和一个结束位置，截取中间的内容。

比如你的文章内容是"有讯软件信息网",则随机内容的加入方法：

<div id="xxx">随机内容1+有讯软件信息网+随机内容2</div>
注:随机内容1和随机内容2每篇文章只要随机显示一个就可以了.

防止采集第二种方法:在文章正文页面插入重复特征头尾代码的注释。
文章列表加随机不同的链接标签，比如<a href="" class="xxx"><a class="xxx" href=''>,当然，这个可以用正则去掉，但足于对付通用的CMS采集系统了.
<!--<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">
随机内容1欢迎有讯软件信息网随机内容2
<--</div>--></div><--</div>-->
即：正文头尾或列表头尾添加<!--重复特征代码-->

防采集第三种方法:加在文章列表的随便链接样式。目的是让采集的人无法抓到列表链接规律,无法批量进行采集.

Answer 2

可以暂时防止别人采集自己的网页，但不是治本。
方法有很多：
1、从web服务器上，直接禁用掉短时间访问次数多的ip。
2、脚本上，同上