雨哲防采集策略之列表篇 |
|
本文标签：雨哲,防采集策略,列表篇 在一般的链接地址形式如： 复制代码 代码如下: 1、<a class="链接样式" href="链接地址" title="链接说明" target="_blank">文章标题</a> 2、<a class=链接样式 href=链接地址 title=链接说明 target=_blank>文章标题</a> 大家注意看上面两行代码，有一个区别就是第一个中间使用的是双引号，第二个使用的是单引号 。一般来说，如果在文章列表页面都使用双引号或者使用单引号，很容易让采集者找到文章路径（开始代码：href= ，结束代码： ） 。 那如果我们混合着用，也就是有的使用单引号，有的使用双引号，那么就会给采集者带来一定的麻烦 。至少他不能采集到所有文章（如果采集程序差一点的话可能一篇也采集不到） 。 在上面的基础上，更深入一步将A中间的参数进行随机排列： 复制代码 代码如下: <a href="链接地址" title="链接说明" target="_blank" class="链接样式"> <a href="链接地址" class="链接样式" title="链接说明" target="_blank"> <a title="链接说明" href="链接地址" class="链接样式" target="_blank"> 再深入一步，可以在列表中加入干扰码，如把链接部分重复加一次空白链接，（<a href="链接地址" title="链接说明" target="_blank" class="链接样式"></a>），那么如果对方能够获取一部分文章地址，或者能够采集一部分文章，那么这部分文章也肯定是重复的 。 在进行以上修改后，我想大部分采集者都会知难退的哈 。缺点就是代码不太标准 。以上仅雨哲个人观点 。 |
