在一般的鏈接地址形式如:
復制代碼 代碼如下:
1、<a class="鏈接樣式" href="鏈接地址" title="鏈接說明" target="_blank">文章標題</a>
2、<a class='鏈接樣式' href='鏈接地址' title='鏈接說明' target='_blank'>文章標題</a>
大家注意看上面兩行代碼,有一個區別就是第一個中間使用的是雙引號,第二個使用的是單引號。一般來說,如果在文章列表頁面都使用雙引號或者使用單引號,很容易讓采集者找到文章路徑(開始代碼:href=' ,結束代碼:' )。
那如果我們混合著用,也就是有的使用單引號,有的使用雙引號,那麼就會給采集者帶來一定的麻煩。至少他不能采集到所有文章(如果采集程序差一點的話可能一篇也采集不到)。
在上面的基礎上,更深入一步將A中間的參數進行隨機排列:
復制代碼 代碼如下:
<a href="鏈接地址" title="鏈接說明" target="_blank" class="鏈接樣式">
<a href="鏈接地址" class="鏈接樣式" title="鏈接說明" target="_blank">
<a title="鏈接說明" href="鏈接地址" class="鏈接樣式" target="_blank">
然後再在其中混用單雙引號,在href=後面還可以不使用引號。那麼采集者將不能正確獲取列表頁面中文章地址。
再深入一步,可以在列表中加入干擾碼,如把鏈接部分重復加一次空白鏈接,(<a href="鏈接地址" title="鏈接說明" target="_blank" class="鏈接樣式"></a>),那麼如果對方能夠獲取一部分文章地址,或者能夠采集一部分文章,那麼這部分文章也肯定是重復的。
在進行以上修改後,我想大部分采集者都會知難退的哈。缺點就是代碼不太標准。以上僅雨哲個人觀點。