文章句子采集软件(实用的网站防止被镜像/反代，防采集方法大全)

　　文章句子采集软件(实用的网站防止被镜像/反代，防采集方法大全)

　　前言

　　网站被镜像、被倒置、被网站抄袭采集，所有辛苦写原创的作者都不希望这样的事情发生在自己身上。如果抄袭采集网站的排名高于原创，味道会更差。

　　本文总结了一些实用的网站防止被镜像/反向生成的方法和采集，希望对原创作者有所帮助。

　　网站防止被镜像/反转

　　防止网站被直接取反

　　Nginx、Caddy等web软件拥有强大的反向代理能力，可以轻松完美地镜像/反向一个网站与sub_filter、proxy_redirect等命令。

　　有两种主要方法可以防止这种反向生成：

　　1. 前端使用js判断域名是否合法，如果不是授权域名则跳转到原域名。这是一个示例代码：

　　var domain = "你的网站域名"; // 例如 www.zsxcool.com

if (location.href.indexOf(domain) === -1) {

window.location = '要跳转的网址'; // 例如 https://www.zsxcool.com

}

　　肯定有网友会担心这个js里的域名也会被替换掉，达不到预期的效果。解决这个问题的办法就是对js进行混淆处理，比如使用JSFuck，这样几乎没人能理解代码的真正意图，更别说替换了。

　　2. 分析后端访问日志，将可疑 IP 添加到黑名单或限制访问频率。确保你的网站被镜像/反向，并且对方仍然流行网站，那么它的IP应该经常出现在访问日志中。分析网站日志，将可疑IP加入黑名单或限制访问，一定程度上可以解决被逆向的问题。

　　两种方式中，强烈推荐第一种部署，不仅简单有效，而且部署起来也非常方便。

　　防止 网站 被 iframe 反转

　　上面的方法可以防止直接倒置，但是可以通过embedding iframe的方式绕过，即将网站嵌入到frame中。这种情况下，无论是使用上面的js前端判断还是后端日志分析，一切正常。

　　防止网站通过frame方法被第三方反转的解决方案有：

　　1. 前端JS判断网页是否为顶级页面，如果不是则跳转。下面是判断是否是顶级页面的js代码：

　　if (window.top != window.self) {

window.top.location = '你的网址'; // 例如 https://www.zsxcool.com

}

　　同样，建议在部署时首先混淆此代码。

　　2. 页面输出时添加不允许嵌套在框架中的header。有两个主要的标头：旧的 X-FRAME-OPTIONS 和现代浏览器支持的 Content-Security-Policy。例如，您可以向 /etc/nginx/nginx.conf 添加指令：

　　# 一般来说写一个就足够，写两个更好

add_header X-FRAME-OPTIONS DENY;

add_header Content-Security-Policy "frame-ancestors 'none';";

　　或者写入 Apache 的 .htaccess 文件：

　　Header set X-FRAME-OPTIONS "deny"

Header set Content-Security-Policy "frame-ancestors 'none';"

　　当浏览器看到这两个标头时，它会拒绝在 iframe 中显示页面，从而阻止这种镜像/反转方法。

　　防止网站被镜像/反向汇总

　　镜像/反向生成主要有两种方法网站，都可以通过前后端结合来防止。如果你不希望你的网站被镜像/反转，最简单的方法就是将上面两段js代码混淆后与页面一起输出，并设置X-FRAME-OPTIONS和Content-Security-策略同时标头。

　　网站预防采集提示

　　一般来说，转载不同于采集：看到好的文章，就会被分享转载，大部分都是手动操作；，无论 文章 质量如何。当然，即使是转载，也要给出原文的链接。这是对原作者的一种基本素质和尊重。

　　遗憾的是，中国互联网上有大量的文章抄袭采集，以每日头条和热备信息为代表。这些采集网站使用的软件很多采集others原创文章，排名非常高，极大地促进了原创依靠< @采集 吸引流动的精神。这种不给原文链接、不尊重原作者作品的采集行为需要杜绝和抵制。

　　网站反采集

　　网站预防采集技巧与方法总结

　　首先，对于内容是前端动态生成的网站来说，采集难度更大，因为大部分采集程序都不运行JS脚本。如果你熟悉构建JAMstack网站，使用JS输出网页内容可以有效避开新手采集。值得注意的是，这种方式请做后端API的鉴权和限流。

　　第二种方法和第一种类似：后端输出加密内容，前端js解密显示原文。这个技巧对程序 采集 很有效，但不会影响正常的用户访问。但是请注意，这种方法可能对 SEO 不友好。

　　第三种方法不能考虑防止采集，但可以算是一个小技巧，强制采集网站带原文链接。这样做的方法是在每个 文章 中随机添加一个带有原文链接的句子或段落，同时为元素添加一个不可见的类。注意不可见的设置需要写在css类中，不能直接写在元素的style属性上，否则采集之后对方也会不可见。这篇文章中有一段带有文章链接，但是页面上看不到，你能找到吗？

　　另外，很多采集软件可以自动替换已经采集的网址，如果你想保留你的网站的链接，可以考虑使用网址缩短服务。

　　最后一个选项是检查 网站 访问日志并将可疑 IP 列入黑名单。采集网站一般会定期或频繁访问网站，根据这些特征可以发现可疑IP。需要注意的是，如果网站支持RSS订阅，记得输出摘要而不是原文，否则采集太方便了。

　　网站预防采集总结

　　严格来说，没有确定有效的方法来防止采集，以上方法只是为了增加采集的难度。从技术角度看，防御采集是一场战术对抗，需要不断的投入才能不断解决新的采集方法。

　　参考

　　1.如何防止我的网站页面通过 iFrame 的第 3 方网站框架加载

　　2.如何防止您的网站被放置在框架中

　　3.如何防止网站内容被采集