欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

雨哲浅谈关于防采集而不影响收录内容篇

程序员文章站 2022-10-27 18:12:07
让站长最头痛的事,除了程序和服务器安全外,可能就要算内容被采集了。当然,现在网络本身就是资源共享,我这里不谈采集的对错,只是就防采集说说个人看法。  一...
让站长最头痛的事,除了程序和服务器安全外,可能就要算内容被采集了。当然,现在网络本身就是资源共享,我这里不谈采集的对错,只是就防采集说说个人看法。  


一、如何分辨搜索爬虫 
        以前,在网上看到过关于用asp代码来捕捉搜索爬虫的代码,通过代码把爬虫的访问记录记录到文件。就此代码(原作者未知)我作了修改,加入程序中防采集。现做成函数,直接在页面中调用。
复制代码 代码如下:

 function checksearchrobots(searchrobotsagent) 
 checksearchrobots = false 
 '自定义搜索爬虫,因篇幅关系,这里只是加入国内主要搜索引擎爬虫部分记录 
        dim searchrobots:searchrobots="baidu@baidu|google@google|crawler@alexa|yahoo@yahoo|sohu@sohu|msn@msn|qihoobot@qihoo" 
        dim arrsearchrobots,arrsearchrobots2,searchrobotstrue,searchrobotsname,isearchrobots 
        searchrobotstrue = false 
        arrsearchrobots = split(searchrobots,chr(124)) 
        for isearchrobots = 0 to ubound(arrsearchrobots) 
                arrsearchrobots2 = split(arrsearchrobots(isearchrobots),"@") 
                if instr(lcase(searchrobotsagent),lcase(arrsearchrobots2(0))) > 0 then 
                        searchrobotstrue=true:searchrobotsname=arrsearchrobots2(1):exit for 
                end if 
        next 
        if searchrobotstrue and len(searchrobotsname)>0 then'如果是爬虫,就更新爬虫信息 
   checksearchrobots = true 
        end if 
end function 

将以上代码放在asp程序中(具体如何放置请参考相关文章),然后在需要调用的地方作如下调用: if checksearchrobots(searchrobotsagent) = false then
        response.write "非搜索引擎,可作部分限制!"      '这里可以加入判断指定时间的刷新次数,比如在正常情况下,访问速度是n次/分,如果超过这个次数(超常规访问)就可以限制了。 
end if
二、限制超常规访问。 
下面说说如何限制别人的超常规访问。下面代码来源于互联网(原作者未能找到)。我作了部分修改和说明。 
复制代码 代码如下:

sub checkappeal()
 dim appealnum,appealcount
 appealnum=10 '同一ip60秒内请求限制次数
 '雨哲[yz81.com]站长测试结果一,如果限制为10次,动易采集结果,一分钟能采集成功12篇,失败8篇。
 '雨哲[yz81.com]站长测试结果二,如果限制为8次,动易采集结果,一分钟能采集成功9篇,失败11篇。
 appealcount=request.cookies(appealcookies) 
 if appealcount="" then
  response.cookies(appealcookies)=1
  appealcount=1
  response.cookies(appealcookies).expires=dateadd("s",60,now())
 else
  response.cookies(appealcookies)=appealcount+1
  response.cookies(appealcookies).expires=dateadd("s",60,now())
 end if
 if int(appealcount)>int(appealnum) then
  response.write "兄弟,爬了这么久,歇会儿吧,别累坏了身体!"
  '这里的提示完全可以自定义,我的做法是另外转到一个和当前文章模板完全一致的页面,当然内容是自定义的。
  '有兴趣的朋友也可以采集<a class="channel_keylink" href="http://www.yuzhe.name">雨哲</a>在线的http://www.yz81.com/wanzhuan/频道下面的文章。
  response.end
 end if
end sub

将以上代码放在asp程序中(具体如何放置请参考相关文章),然后在需要调用的地方作如下调用: 
call checkappeal()