网络上越来越多的站长在使用采集系统进行网站采集。如何应对这样的采集成为一个很棘手的问题。先前写过一篇怎样防止网站被采集的的文章，但是中间提到的方法感觉不是非常的适用。

    正常的搜索引擎抓取页面可以使用robots.txt来进行屏蔽，比如万恶的雅虎，流量和不带过来，确是爬的最勤快的，大量的暂用服务器资源。

    防采集主要防止的是那些除搜索引擎外的抓取行为，即除搜索引擎外的非人为访问。防止采集的主要原因有：

    防止采集最大的难点是如何才能精确打击，即不影响搜索引擎采集的情况下，把那些“小偷”屏蔽掉。通常采用以下两种方式进行组合过滤

    接下来就是整体系统的设计了：

建议继续学习：

1. anti spam杂谈    (阅读：5556)
2. 定向抓取漫谈    (阅读：5077)
3. php实现百度音乐采集下载    (阅读：5078)
4. cURL基础教程    (阅读：4536)
5. PHP采集类：Snoopy.class.php    (阅读：3629)
6. 变量引用可提供执行速度    (阅读：3447)
7. oracle数据库的CPU/IO信息采集    (阅读：3371)
8. MySQL server has gone away解决办法    (阅读：2455)