雨哲浅谈关于防采集而不影响收录内容篇

OStack程序员社区-中国程序员成长平台 › 门户 › 编程› ASP.NET›ASP.NET编程经验

原作者: [db:作者] 来自: [db:来源] 收藏邀请

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 