这几天上网，竟然也现我的整站被人家全部采集去了。晕倒，几年的资料就这样便宜人家。

还好，人家是个懒虫，栏目都不分，鬼才会去看。

这样才想起怎样防止采集的方法。

注意，只是讨论可行性，还没有提供解决方案。

采集与搜索引擎的机器人不同。采集需要对网页进行分析，以找到规则，分别对标题和内容进行读取并记录到数据库中。

如果我们能够把网页做成没有规则，采集也就无从入手了。

说到规则，我就想趣了空格。

空格这东西，在HTM的<>中，并不产生作用，也就是说，一个空格的位置，你多加几个也是没关系的。象<table>你可以写成< table>,<table >,<  table     >。都可以，所以，如果在网页里面，特别是采集程序重点分析的位置，我们利用程序，在这些位置加些空格，采集也就难以下手了，就算采到了，也就几篇而已，影响不大。

我准备这样做，象原来在模板中的<table>，我会改成<{$space1$}table{$space2$}>,在这里，{$space1$}和{$space2$}是自定义标签(也可以融合到程序中)，然后在程序中使用随机数来决定这两个标签用多少个空格来代替。

呵呵，人家现在想用<table>来做为特征采集是完全做不到的了。但对于我的网页，显示上一点影响也没有，对于搜索引擎的机器人也一点影响没有。

我想这应该是最合适的方法。

希望做过采集或改过采集的讨论一下。

程序会在近段时间写出来，应用于自己网站。

应该能起一定的作用。

我每天必须要做的事情就是开采集，把我的网站和别人的网站同步，碰到采集出错的网站我就会放弃。

但是，有时候有些内容自己很想要的还是会用其它办法去得到的。

支持楼主

BS有些人不劳而获！

顶