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：
