php防採集
『壹』 wordpress文章怎麼防止復制採集
wordpress防止復制代碼方法
在後台-外觀-編輯裡面的「footer.php」文件裡面的</body>標簽之前加入
<html><head><title>本章原創文章，不能復制！</title></head><script>functionstop(){alert(「本站版權所有，禁止復制！ 「);returnfalse;}document.oncontextmenu=stop;</script><bodyonselectstart=」returnfalse」onpaste=」returnfalse」on=」returnfalse;」oncut=」returnfalse;」></body></html>
能夠防止別人復制你的文章！
wordprss系統文章來源自動生成
禁止右擊復制，其實對於用戶來說不是很友好，所以也有人想出，利用下面這種方法，將文章來源信息自動在復制的時候生成，在wordpress的後台裡面，在外觀–編輯裡面，選擇footer.php裡面，在</body>標簽之前，加入下面這段代碼，在復制的時候，就會自動生成「本文源自：##的博客（首頁網址），詳細參考來自：文章網址」
<script type=」text/javascript」>document.body.on = function (){setTimeout( function (){var text = clipboardData.getData(「text」);if (text){ text = text + 「
本文源自:##的博客 (http://www.ke808.com)，詳細參考：「+location.href; clipboardData.setData(「text」, text);}}, 100 )}</script>
注意事項
不過很多瀏覽器自帶屏蔽js腳本執行的功能，只要懂的此項技術的人，就可以利用這個屏蔽js腳本執行的功能，來復制文章，上面三種方法就無法湊效了！
『貳』 php抓取數據
像這樣採集的程序一般把循環的速度搞一下，如果太快，一個網速跟不上，一是伺服器設置了防採集或是防CC攻擊等，如果你每5分鍾採集一次，這樣，肯定不會受到限制，如果你一分鍾採集100或是更多次這伺服器會限制你訪問，認為你是惡意攻擊，明白？就像網路或google 機器人一樣，如果不做限制採集過多，會把伺服器拉死。
『叄』 求一個好用的php函數正文防採集添加版權干擾字元
/**
*正文干擾
*
*@param$contents 正文
*@param$num 干擾次數
*
*@returnstring 有干擾字元的正文
*/
functionganrao($contents,$num=1){
$str=$contents;
$array=array(
'<pstyle="color:white">干擾字元1</p>',
'<divstyle="color:white">干擾字元2</div>',
'<spanstyle="color:white">干擾字元3</span>',
'<pstyle="color:white">干擾字元4</p>',
'<fontcolor="#F5FAFE">干擾字元5</font>',
);
$list=explode('</p>',$str);
$list_total_num=count($list);
$array_total_num=count($array);
for($i=1;$i<=$num;$i++){
$rand_no=rand(0,$list_total_num-2);
$array_no=rand(0,$array_total_num-1);
$list[$rand_no].=$array[$array_no];
}
$result=implode('</p>',$list);
return$result;
}
echoganrao($content,2);
『肆』 ASP與PHP如何防採集
你的內容如果有很多頁的話，一定程度上可以通過session 變數，把頁面的id 訪問的時間存進去，然後刪除5分鍾前訪問的頁面的id，如果發現比如有5個不同的id在session裡面。就直接返回主頁上。當然這個方法也防了一般用戶。這個限制的邏輯在於，一般用戶是不可能在x分鍾之內看超過y個界面。 x y 的定義自己來定.
『伍』 網頁防採集策略
網頁防採集策略
目前防採集的方法有很多種，先介紹一下常見防採集策略方法和它的弊端及採集對策：
一、判斷一個IP在一定時間內對本站頁面的訪問次數，如果明顯超過了正常人瀏覽速度，就拒絕此IP訪問。
弊端：
1、此方法只適用於動態頁面，如：asp\\jsp\\php等...靜態頁面無法判斷某個IP一定時間訪問本站頁面的次數。
2、此方法會嚴重影響搜索引擎蜘蛛對其收錄，因為搜索引擎蜘蛛收錄時，瀏覽速度都會比較快而且是多線程。此方法也會拒絕搜索引擎蜘蛛收錄站內文件。
採集對策：只能放慢採集速度，或者不採。
建議：做個搜索引擎蜘蛛的IP庫，只允許搜索引擎蜘蛛快速瀏覽站內內容。搜索引擎蜘蛛的IP庫的收集，也不太容易，一個搜索引擎蜘蛛，也不一定只有一個固定的IP地址。
評論：此方法對防採集比較有效，但卻會影響搜索引擎對其收錄。
二、用javascript加密內容頁面
弊端：此方法適用於靜態頁面，但會嚴重影響搜索引擎對其收錄情況，搜索引擎收到到的內容，也都是加密後的內容。
採集對策：建議不採，如非要采，就把解密碼的JS腳本也採下來。
建議：目前沒有好的改良建議。
評論：建議指望搜索引擎帶流量的站長不要使用此方法。
三、把內容頁面里的特定標記替換為」特定標記+隱藏版權文字「
弊端：此方法弊端不大，僅僅會增加一點點的頁面文件大小，但容易反採集。
採集對策：把採集來的含有隱藏版權文字內容的版權文字替掉，或替換成自己的版權。
建議：目前沒有好的改良建議。
評論：自己感覺實用價值不大，就算是加上隨機的隱藏文字，也等於畫蛇添足。
四、只允許用戶登陸後才可以瀏覽
弊端：此方法會嚴重影響搜索引擎蜘蛛對其收錄
採集對策：目前落伍已經有人發了對策文章 ，具體對策就看這個吧《ASP小偷程序如何利用XMLHTTP實現表單的提交以及cookies或session的發送》。
建議：目前沒有好的改良建議。
評論：建議指望搜索引擎帶流量的站長不要使用此方法。不過此方法防一般的採集程序，還是有點效果的。
五、用javascript、vbscript腳本做分頁
弊端：影響搜索引擎對其收錄。
採集對策：分析javascript、vbscript腳本，找出其分頁規則，自己做個對應此站的分頁集合頁即可。
建議：目前沒有好的改良建議。
評論：感覺懂點腳本語言的人都能找出其分頁規則。
六、只允許通過本站頁面連接查看，如：Request.ServerVariables(「HTTP_REFERER「)
弊端：影響搜索引擎對其收錄。
採集對策：不知道能不能模擬網頁來源。。。。目前我沒有對應此方法的採集對策。
建議：目前沒有好的改良建議。
評論：建議指望搜索引擎帶流量的站長不要使用此方法。不過此方法防一般的採集程序，還是有點效果的。
從以上可以看出，目前常用的防採集方法，要麼會對搜索引擎收錄有較大影響，要麼防採集效果不好，起不到防採集的效果。那麼，還有沒有一種有效防採集，而又不影響搜索引擎收錄的方法呢？那就請繼續往下看吧！
作者:pujiwang 2006-6-22 14:12:15 | 回復此帖子
廣而告之：
2 回復:[轉帖]網頁防採集策略 防採集的一些思路的探討
防採集的一些思路的探討
關鍵詞： 採集
1、用不同的模板
對於用程序的網站來說，不大可行，一個網站的模板最多也就幾套吧。
2、使用robots禁止訪問網頁目錄
這個方法可以有效的防止採集，不過將搜索引擎也封掉了，對於靠搜索引擎吃飯的站長們來說，得不償失。
一個例子，Disallow 後面就是禁止訪問的目錄：
作者： 218.19.189.* 封 2006-10-20 11:35 回復此發言 刪除
--------------------------------------------------------------------------------
2 [轉帖]網頁防採集策略
User-agent: *
Disallow: /admin
Disallow: /attachments
Disallow: /images
Disallow: /forumdata
Disallow: /include
3、使用HTTP_REFERER禁止採集，發現來自非本站連接就禁止察看葉面，就像前一段落伍im286.net防DDOS那個禁止調用一樣。
這個方法可以比較有效的防止採集，不過也一樣把搜索引擎封掉了，對於靠搜索引擎吃飯的站長們來說，得不償失。
對高手無效，因為HTTP_REFERER可以偽造。但對一般使用採集的人來說，已經足夠應付了。
例：
php
if(preg_replace("/https?://([^/]+).*/i", "1", $HTTP_SERVER_VARS['HTTP_REFERER']) != $HTTP_SERVER_VARS['HTTP_HOST']) {
exit('警告----你的操作已經被禁止。http://www.ic98.com';);
}
4、使用HTTP_REFERER偽造內容
這個方法可以比較有效的防止採集，不過對於搜索引擎來說，查到的東西跟你偽造的東西一樣的，可能會影響收錄。(如有不對，請高手指出)
同上，對於高手無效。
5、使用java加密內容。
這個可能會比較有效，但是我對java一竅不通，也就不清楚如何入手了。
但我想，既然你這樣使得別人採集到亂碼，搜索引擎有可能也是收錄到亂碼的(我不清楚搜索引擎怎麼工作，不過我猜測他們是察看網頁源代碼的。)，也就影響收錄。
6、使用java加密網址
同上，有可能讓搜索引擎無法搜索到你的網頁。
7、生成pdf文件、生成圖片
這個方法可以比較有效的防止採集，不過照樣讓搜索引擎望而卻止。
8、加上自己的版權信息
這個方法最大的好處就是不影響搜索引擎，效果馬馬虎虎，一般上可以讓採集者採集到帶有自己版權的稿件內容。但是對於可以過濾廣告的採集程序來說，不大有效。
以下是作者給俺的PM:
Quote:
你的版權是不是加了你的網站和網址?
只要把網址和網站名替換成他的就可以了啊.這樣還讓他有了版權功能呢.
反正防采真是頭疼....
有點麻煩，我的思路是將網站名稱分成一個一個字來顯示，他不可能將每個字都替換掉吧？不過要這樣我就沒辦法了。比如說我將我的 武俠網 拆開，分成
武俠網
，$rand_color*是隨機顏色，可以自己控制的，如果是動態網頁的話，還配合HTTP_REFERER來搞隨機，這樣子隨機性就更大了。一般上，盡量製造難度就是了。模板也可以製造隨機性，幾個相似的模板輪流來弄，這樣子讓人採集的難度更大。
不過說實話，要使他們真要搞，那是沒辦法的事，不過至少要花他們很多的時間去研究。在此之前，他們可能沒耐性轉向別的站了。
另外，最好不要讓人知道你使用隨機函數。一般人只是稍微看一下網頁代碼，就開始採集了。
作者:pujiwang 2006-6-22 14:13:53 | 回復此帖子
3 回復:[轉帖]網頁防採集策略
防採集程序
下午無聊寫著完，寫完後自己仔細看了看防止採集還是有一定的效果的，哈哈，要的拿去用吧！
<%
Dim AppealNum,AppealCount
AppealNum=10 '同一IP60秒內請求限制10次
AppealCount=Request.Cookies("AppealCount")
If AppealCount="" Then
response.Cookies("AppealCount")=1
AppealCount=1
response.cookies("AppealCount").expires=dateadd("s",60,now())
Else
response.Cookies("AppealCount")=AppealCount+1
response.cookies("AppealCount").expires=dateadd("s",60,now())
End If
if int(AppealCount)>int(AppealNum) then
response.write "歇一會兒吧！整天採集你煩不煩啊！"
response.end
End If
%>
作者:pujiwang 2006-6-22 14:16:31 | 回復此帖子
4 回復:[轉帖]網頁防採集策略
[討論]防採集這幾天上網，竟然也現我的整站被人家全部採集去了。暈倒，幾年的資料就這樣便宜人家。
還好，人家是個懶蟲，欄目都不分，鬼才會去看。
這樣才想起怎樣防止採集的方法。
注意，只是討論可行性，還沒有提供解決方案。
採集與搜索引擎的機器人不同。採集需要對網頁進行分析，以找到規則，分別對標題和內容進行讀取並記錄到資料庫中。
如果我們能夠把網頁做成沒有規則，採集也就無從入手了。
說到規則，我就想趣了空格。
空格這東西，在HTM的<>中，並不產生作用，也就是說，一個空格的位置，你多加幾個也是沒關系的。象<table>你可以寫成< table>,<table >,< table >。都可以，所以，如果在網頁裡面，特別是採集程序重點分析的位置，我們利用程序，在這些位置加些空格，採集也就難以下手了，就算採到了，也就幾篇而已，影響不大。
我准備這樣做，象原來在模板中的<table>，我會改成<{$space1$}table{$space2$}>,在這里，{$space1$}和{$space2$}是自定義標簽(也可以融合到程序中)，然後在程序中使用隨機數來決定這兩個標簽用多少個空格來代替。
呵呵，人家現在想用<table>來做為特徵採集是完全做不到的了。但對於我的網頁，顯示上一點影響也沒有，對於搜索引擎的機器人也一點影響沒有。
我想這應該是最合適的方法。
希望做過採集或改過採集的討論一下。
作者:pujiwang 2006-6-22 14:18:27 | 回復此帖子
『陸』 PHP如何突破防採集
function get_resource($url)
{
$c = curl_init();
curl_setopt($c, CURLOPT_URL, $url);
curl_setopt($c, CURLOPT_RETURNTRANSFER, 1);
echo $sourse = curl_exec($c);
curl_close($c);
return $sourse;
}
輸入你想採集的網站就行了
『柒』 php如何防止網站內容被採集
1、限制IP地址單位時間的訪問次數
分析：沒有哪個常人一秒鍾內能訪問相同網站5次，除非是程序訪問，而有這種喜好的，就剩下搜索引擎爬蟲和討厭的採集器了。
弊端：一刀切，這同樣會阻止搜索引擎對網站的收錄
適用網站：不太依靠搜索引擎的網站
採集器會怎麼做：減少單位時間的訪問次數，減低採集效率
2、屏蔽ip
分析：通過後台計數器，記錄來訪者ip和訪問頻率，人為分析來訪記錄，屏蔽可疑Ip。
弊端：似乎沒什麼弊端，就是站長忙了點
適用網站：所有網站，且站長能夠知道哪些是google或者網路的機器人
採集器會怎麼做：打游擊戰唄!利用ip代理採集一次換一次，不過會降低採集器的效率和網速(用代理嘛)。
3、利用js加密網頁內容
Note:這個方法我沒接觸過，只是從別處看來
分析：不用分析了，搜索引擎爬蟲和採集器通殺
適用網站：極度討厭搜索引擎和採集器的網站
採集器會這么做：你那麼牛，都豁出去了，他就不來采你了
4、網頁里隱藏網站版權或者一些隨機垃圾文字，這些文字風格寫在css文件中
分析：雖然不能防止採集，但是會讓採集後的內容充滿了你網站的版權說明或者一些垃圾文字，因為一般採集器不會同時採集你的css文件，那些文字沒了風格，就顯示出來了。
適用網站：所有網站
採集器會怎麼做：對於版權文字，好辦，替換掉。對於隨機的垃圾文字，沒辦法，勤快點了。
5、用戶登錄才能訪問網站內容
分析：搜索引擎爬蟲不會對每個這樣類型的網站設計登錄程序。聽說採集器可以針對某個網站設計模擬用戶登錄提交表單行為。
適用網站：極度討厭搜索引擎，且想阻止大部分採集器的網站
採集器會怎麼做：製作擬用戶登錄提交表單行為的模塊
『捌』 php怎麼防止抓包工具
我是做數據採集的，
在我看來，除了輸入驗證碼 ， 沒有什麼能對我起到很好的防採集，
一般大的網站都是採用 網頁加入一次性隨機值 ，再有前端JS 生成秘鑰 ，最後一並提交加密了的數據 ，這種沒什麼效果 。對一般的人可以做下防禦 。但是，我只要找出它的JS加密函數 。 使用一個JS伺服器（node.js）,或php的 php 改寫的js加密實現過程 ，加密初始值，再模擬發送 。所以，這個也沒什麼多大作用 。
對於驗證碼 ，一般簡單的都可以程序識別 ，復雜的提交到前台讓手動輸入 。再一並發送。 這種用戶體驗不好。 慎行。
總的來說，建議用JS 加密吧 。
但是，還是防禦不了。
我一般用 filefox 的 filebug 或 小提琴工具 。
目前大半年了，沒有破解不了的網站 。
我用我的php程序 ，可以操作你的網站 。實現 用戶操作 我的php程序 ，我的php程序 再去操作源網站 。
你可以去研究下 58同城網 的登錄 。那裡面一堆的加密 。 在我看來都是垃圾代碼 。 我的程序一鍵登錄進去。
『玖』 如何防止網站被採集
三種實用的方法。
1、文章頭尾加隨機廣告..
2、文章列表加隨機不同的鏈接標簽，比如<a href="",<a class="dds" href=''
3、正文頭尾或列表頭尾添加<!--重復特徵代碼-->
第一種防採集方法:
下面我詳細說一下這三種方法的實際應用:
如果全加上，絕對可以有效的防採集,單獨加一種就可以讓採集者頭疼。。
完全可以對付通用的CMS採集程序。。
在採集時,通常都是指定頭尾特徵從哪到哪過濾.這里我們先講第一種方法,文章頭尾加隨機廣告..
隨機廣告是不固定的。
比如你的文章內容是"歡迎訪問阿里西西",那麼隨機廣告的加入方法：
<div id="xxx">
隨機廣告1歡迎訪問阿里西西隨機廣告2
</div>
注:隨機廣告1和隨機廣告2每篇文章只要隨機顯示一個就可以了.
第二種防採集方法:
<!--<div id="xxx_文章ID">-->
其它標題或內容...
<!--<div id="xxx_文章ID">--> <div id="xxx_文章ID">
隨機廣告1歡迎訪問阿里西西隨機廣告2
<--</div>-->
</div>
<--</div>-->
這是第二種防採集方法。在文章正文頁面插入重復特徵頭尾代碼的注釋。
當然，這個可以用正則去掉，但足於對付通用的採集系統。。
第三種防採集方法:
第三種加在文章的列表，隨便鏈接樣式:
<a href="xxx.html">標題一</a>
<a alt="xxx" href="xxx.html">標題二</a>
<a href='xxx.html'>標題三</a>
<a href=xxx.html>標題四</a>
原理是讓採集的人無法抓到列表鏈接規律,無法批量進行採集.
如果三種方法全部加上,我想一定能讓想採集的人頭疼半天而放棄的..
如果你還問,如何防止別人復制採集呢?要做到這一點容易,把你的網站的網線拔了,自己給自己看就好了.哈哈.
如果你的文章來自原創,那像可以加上版權聲明,別人隨意轉載時,你可以要求對方刪除你有版權的文章.
『拾』 終於碰到一個網站採集不了防採集怎麼這么強
ajax載入的，cms這類的都採集不了。有老外寫的php插件你可以找找。就可以