非常好的网站生成静态页面防采集策略与方式

　　六、只容许通过本站页面联接查看，如：Request.ServerVariables("HTTP_REFERER")

　　弊端：影响搜索引擎对其收录

　　采集对策：不知道能不能模拟网页来源。。。。目前我没有对应此方式的采集对策

　　建议：目前没有好的改良建议

　　评论：建议指望搜索引擎带流量的站长不要使用此技巧。不过此方式防通常的采集程序，还是有点疗效的。

　　从以上可以看出，目前常用的防采集方法，要么会对搜索引擎收录有较大影响，要么防采集效果不好，起不到防采集的疗效。那么，还有没有一种有效防采集，而又不影响搜索引擎收录的方式呢？那就请继续往下看吧！

　　从后面的我讲的采集原理你们可以看出，绝大多数采集程序都是靠剖析规则来进行采集的，如剖析分页文件名规则、分析页面代码规则。

　　一、分页文件名规则防采集对策

　　大部分采集器都是靠剖析分页文件名规则，进行批量、多页采集的。如果他人找不出你的分页文件的文件名规则，那么他人就难以对你的网站进行批量多页采集。

　　实现方式：

　　我觉得用MD5加密分页文件名是一个比较好的方式，说到这儿，有人会说，你用MD5加密分页文件名，别人按照此规则也可以模拟你的加密规则得到你的分页文件名。

　　我要强调的是我们加密分页文件名时，不要只加密文件名变化的部份

　　如果I代表分页的页脚，那么我们不要这样加密：page_name=Md5(I,16)&".htm"

　　最好给要加密的页脚上再跟进一个或多个字符，如：page_name=Md5(I&"任意一个或几个字母",16)&".htm"

　　因为MD5是难以反揭秘的，别人听到的会页字母是MD5加密后的结果，所以加人也难以晓得你在I前面跟进的字母是哪些，除非他用暴力****MD5，不过不太现实。

　　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，那么他人就难以从你的代码中提取她们所须要的一条条内容。所以我们要的这一步做到防采集，就要让代码无规则。

　　实现方式：

　　使对方须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，随机选定网页模板，有的页面用CSS+DIV布局，有的页面用table布局，此方式是麻烦了点，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太艰深的事情，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、如果嫌里面的方式太麻烦，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，对方剖析起内容代码时，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，在这个时侯，绝大部分人，都会知难而退，因为这此人就是由于懒，才会采集别人网站数据嘛~~~再说一下，目前大部分人都是拿他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虽然是少数。

　　还有些简单的思路提供给你们：

　　1、把对数据采集器重要，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，也是加强采集难度的方式

　　3、用更深层的联接，因为目前大部分采集程序只能采集到网站内容的前3层，如果内容所在的联接层更深，也可以避免被采集。不过这样可能会给顾客导致浏览上的不便。如：