加密防採集

1. 火車頭採集網站代碼加密防採集怎麼破解

再加密也會被瀏覽器解析，可以用抓包工具來破解或者使用火車瀏覽器 八爪魚是不行的

2. 哪種文件夾加密軟體可以防止被「文件夾嗅探器」嗅探

給你推薦三個軟體:
文件夾加密超級大師
http://www.skycn.com/soft/23563.html

強大、專業的文件、文件夾加密軟體。

超級加密3000
http://www.skycn.com/soft/24090.html

功能強大的文件和文件夾加密和保護軟體。

文件夾保護 2006

http://www.skycn.com/soft/26632.html

優秀的文件夾保護軟體，可以對文件夾進行加密碼、隱藏、偽裝的保護。快捷，方便的解決你文件保密問題。

3. 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

4. 用MD5加密分頁文件名防採集，會影響搜索引擎蜘蛛對其收錄嗎

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，精彩的地方馬上呈獻給大家。

下面就是我的防採集策略，防採集而又不防搜索引擎

從前面的我講的採集原理大家可以看出，絕大多數採集程序都是靠分析規則來進行採集的，如分析分頁文件名規則、分析頁面代碼規則。

一、分頁文件名規則防採集對策

大部分採集器都是靠分析分頁文件名規則，進行批量、多頁採集的。如果別人找不出你的分頁文件的文件名規則，那麼別人就無法對你的網站進行批量多頁採集。
實現方法：
我認為用MD5加密分頁文件名是一個比較好的方法，說到這里，有人會說，你用MD5加密分頁文件名，別人根據此規則也可以模擬你的加密規則得到你的分頁文件名。

我要指出的是我們加密分頁文件名時，不要只加密文件名變化的部分
如果I代表分頁的頁碼，那麼我們不要這樣加密
page_name=Md5(I,16)&」.htm」

最好給要加密的頁碼上再跟進一個或多個字元，如：page_name=Md5(I&「任意一個或幾個字母」,16)&」.htm」

因為MD5是無法反解密的，別人看到的會頁字母是MD5加密後的結果，所以加人也無法知道你在 I 後面跟進的字母是什麼，除非他用暴力****MD5，不過不太現實。

二、頁面代碼規則防採集對策

如果說我們的內容頁面無代碼規則，那麼別人就無法從你的代碼中提取他們所需要的一條條內容。
所以我們要的這一步做到防採集，就要使代碼無規則。
實現方法：
使對方需要提取的標記隨機化
1、定製多個網頁模板，每個網頁模板里的重要HTML標記不同，呈現頁面內容時，隨機選取網頁模板，有的頁面用CSS+DIV布局，有的頁面用table布局，此方法是麻煩了點，一個內容頁面，要多做幾個模板頁面，不過防採集本身就是一件很煩瑣的事情，多做一個模板，能起到防採集的作用，對很多人來說，都是值得的。
2、如果嫌上面的方法太麻煩，把網頁里的重要HTML標記隨機化，也可以。

做的網頁模板越多，html代碼越是隨機化，對方分析起內容代碼時，就越麻煩，對方針對你的網站專門寫採集策略時，難度就更大，在這個時候，絕大部分人，都會知難而退，因為這此人就是因為懶，才會採集別人網站數據嘛~~~再說一下，目前大部分人都是拿別人開發的採集程序去採集數據，自己開發採集程序去採集數據的人畢竟是少數。

還有些簡單的思路提供給大家：
1、把對數據採集者重要，而對搜索引擎不重要的內容用客戶端腳本顯示
2、把一頁數據，分為N個頁面顯示，也是加大採集難度的方法
3、用更深層的連接，因為目前大部分採集程序只能採集到網站內容的前3層，如果內容所在的連接層更深，也可以避免被採集。不過這樣可能會給客戶造成瀏覽上的不便。
如：
大多網站都是 首頁—-內容索引分頁—-內容頁
如果改成：
首頁—-內容索引分頁—-內容頁入口—-內容頁
註：內容頁入口最好能加上自動轉入內容頁的代碼

5. 網站如何避免被採集呢有什麼好的方法嗎

可以設置的，叫你們的建站人員搞個代碼加密，讓別人不能採集，不能復制你們的文章就可以了。

6. 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

7. 加密的數據如何採集需要破解嗎

博為101異構數據採集引擎是可以採集加密的數據的，不管傳輸是否加密了，當數據被呈現在客戶端的時候就都被解析出來了。博為101異構數據採集引擎是基於底層
數據交換
和
網路流量
進行智能採集的。

8. 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.