Python语言技术文档

微信小程序技术文档

php语言技术文档

jsp语言技术文档

asp语言技术文档

C#/.NET语言技术文档

html5/css技术文档

javascript

点击排行

您现在的位置:首页 > 技术文档 > asp技巧

雨哲防采集策略之列表篇

来源:中文源码网    浏览:328 次    日期:2024-03-29 00:20:32
【下载文档:  雨哲防采集策略之列表篇.txt 】


雨哲防采集策略之列表篇
在一般的链接地址形式如: 复制代码 代码如下:1、文章标题 2、文章标题 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: 然后再在其中混用单双引号,在href=后面还可以不使用引号。那么采集者将不能正确获取列表页面中文章地址。 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,(),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。

相关内容