WordPress防采集的几种方法

小提示:本文提供的方法只能一定程度上防止通过feed采集的程序,对于直接采集文章页面的程序没有作用。

相信经常写博客的人都知道采集是怎么回事,网上有很多免费的或者付费的各种采集程序,可以采集文章、图片、下载内容等等,甚至还有各种明目张胆的小偷程序。做这种网站的目的很明显,就是不劳而获,通过采集文章,经过一定的伪原创处理将内容二次发布。其实现在很多门户网站也会这么做,只不多很多时候是靠人工的将文章“编译”一下,就作为原创了。

那么,对于那些坚持产出原创文章的博主,应该怎样防止被采集呢? 目前大部分的博客都是通过WordPress建立的,而Wordpress本身就可以安装各种采集插件(这里就不做介绍了),因而就有很多人直接用Wordpress来做采集站。当然,也有用其它博客程序或者CMS程序来做采集站的。 不过,一般的采集站都是以订阅feed为基础的,那么通过对feed进行一定的处理,就可以在某种程度上防止被采集程序强暴。

网上已经有一些Wordpress的防采集插件,有判断User-Agent的,有增加干扰文字的,这里就不做讨论了,有兴趣的同学可以搜一搜。这里有一篇水煮鱼的文章,年代久远了,不知是否还可用。

下面主要介绍几种对feed的处理办法:

将博客的feed设置只显示摘要,并增加“阅读全文”链接

通过这样的方法,采集程序只能采集到摘要部分,并含有“阅读全文”的链接。但是对于普通的订阅者,也只能看到这些了,那么这会不会造成不便呢?其实,让访问者打开你的网站阅读文章是可以提升用户体验的,你自己的排版设计等在阅读器中不一定能很好的展现,笔者就习惯在订阅器中看到好的文章时直接转到网站继续阅读。

具体做法:

1. 在Wordpress面板中,选择Settings(设置)- Reading Settings(阅读设置),选择下图中所示位置的 Summary(摘要),然后点击 Save Changes即可(中文版Wordpress可参照对应位置进行操作):

图1:将feed输出设置成只显示摘要

2. 在feed中加入”阅读全文“链接,找到你的模版文件中的functions.php,在<?php 和 ?> 之间添加以下代码:

1
2
3
4
5
/* RSS 中添加查看全文链接 @44ux.com */
function feed_read_more($content) {
    return $content . '<p><a rel="bookmark" href="'.get_permalink().'" target="_blank">阅读全文</a></p>';
}
add_filter ('the_excerpt_rss', 'feed_read_more');

保存后上传到服务器,覆盖原来的文件即可,这样在feed中就会显示”阅读全文“链接了。其实通过这种方式可以向feed中增添很多信息,甚至可以将Google Adsense的广告放进去,不过要小心,这样可能会引起订阅者的反感。

3. 还可以在feed中增添版权信息,让你的版权更加突出。同样是在functions.php中,增添以下代码(将版权信息改成你自己的)即可:

1
2
3
4
5
6
7
8
9
10
11
12
13
/* RSS 中添加版权信息 @44ux.com */
function feed_copyright($content) {
     if(is_single() or is_feed()) {
          $content.= "<p class='copyright'>";
          $content.= '版权所有:<a title="Hi.laser! @44ux.com" href="http://www.44ux.com/">Hi,laser! @44ux.com</a> <a rel="bookmark" title="'.get_the_title().'" href="'.get_permalink().'">《'.get_the_title().'》</a><br />';
          $content.= '本文链接:<a rel="bookmark" title="'.get_the_title().'" href="'.get_permalink().'">'.get_permalink().'</a><br />';
          $content.= '特别声明:除特别标注,本站文章均为原创,遵循<a href="http://creativecommons.org/licenses/by-nc/3.0/deed.zh_HK" target="_blank">CC BY-NC 3.0</a>,转载请注明出处';
          $content.= "</p><br />";
     }
     return $content;
}
//add_filter ('the_content', 'feed_copyright'); //此句可像文章内容中添加版权
add_filter ('the_excerpt_rss', 'feed_copyright');

另外,顺便提一下,还有一些防止采集的方法,都各有利弊,这里简单列一下:

1、限制IP地址单位时间的访问次数

2、屏蔽ip

3、利用js加密网页内容

4、网页里隐藏网站版权或者一些随机垃圾文字,这些文字样式写在css中

5、用户登录才能访问网站内容

6、利用脚本语言做分页(隐藏分页)

7、防盗链措施(只允许通过本站页面连接查看,如:Request.ServerVariables(“HTTP_REFERER“)

8、全flash、图片或者pdf来呈现网站内容

9、网站随机采用不同模版

10、采用动态不规则的html标签

关于这几种方法,网上有相关文章详细讲解,这里不再赘述。

PS:关于采集一事要从两面来看,坚持产出原创文章确实很辛苦,但被人采集也说明文章还不错,我们只求能够拥有一个署名权而已。对于做垃圾站的人,也希望能够稍微保留一些原作者的权益。而对于专心经营博客的人来说,如果你不尊重别人文章的版权,如何能让别人来尊重你的呢?想要建立长久的影响的话,还是坚持原创吧。

posted @ 2012-02-05 21:15  姬光  阅读(3964)  评论(2编辑  收藏  举报