如何防止WordPress网站内容被抓取

最近在检查网站服务器的访问日志的时候,发现了大量来自同一个IP地址的的请求,用站长工具分析确认了我的网站内容确实是被他人的网站抓取了,我第一时间联系了对方网站的服务器提供商投诉了该网站,要求对方停止侵权行为,然而这只能暂时性的解决问题,为了避免以后再有意外发生,我结合了咨询Hostease的技术支持得到的反馈以及自己从网上了解到的信息,做了以下的优化,分享出来希望能对大家有一些帮助。

1.在网站上放置版权声明

我们经常可以看到一些网页上会展示版权信息,比如Hostease的官网,如图:

正如图中所展示的,大部分网站的版权内容是展示在页脚部分的,这个做法虽然不能解决网站被抓取的问题,但是当需要提交DMCA 投诉或者法律介入的时候,版权信息就是非常有用的信息。

2.更改RSS feed

抓取工具在抓取网站内容的时候,需要依赖网站的RSS feed,对RSS feed做一些小的调整,就可以防止内容被抓取。

在RSS源中设置只显示帖子的摘要而非完整内容,这样对方即便抓取,也无法抓取到完整的内容,设置步骤如下:

登录到WordPress仪表盘>>设置(Setting)>>转到"读取(Reading)">>将图中选项更改为摘要:

3.屏蔽抓取工具的IP地址

如果网站使用的是VPS或者服务器,可以通过防火墙来执行屏蔽,但是我相信很多人和我一样使用的是虚拟主机,能够获得的权限非常有限,这种情况下,可以通过网站根目录下的.htaccess文件来阻止要屏蔽的IP地址,代码如下:

|----------------------------|
| Deny from 111.222.333.444. |

如果要屏蔽多个IP,在同一行中输入多个IP,使用空格分隔即可。

4.保护网站的图片(禁用盗链并添加水印)

当盗用者在自己的网站上显示你的网站的图片,但却从你的服务器上加载图像,就会产生热链,可以通过在.htaccess文件中添加如下代码来设置允许使用你的网站上的图片的网站:

|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| /* Prevent image hotlinking in WordPress */ RewriteCond %{HTTP_REFERER} !^ RewriteCond %{HTTP_REFERER} !\^http(s)?://(www\\.)?yourwebsite.com \[NC\] RewriteCond %{HTTP_REFERER} !\^http(s)?://(www\\.)?google.com \[NC\] RewriteCond %{HTTP_REFERER} !\^http(s)?://(www\\.)?facebook.com \[NC\] RewriteCond %{HTTP_REFERER} !\^http(s)?://(www\\.)?twitter.com \[NC\] RewriteCond %{HTTP_REFERER} !\^http(s)?://(www\\.)?other-websites-go-here.com \[NC\] RewriteRule \\.(jpg\|jpeg\|png\|gif) - [F] |

我们还可以利用插件给网站上的图片添加水印,例如"Image Watermark",这是一款免费的插件,可以自动给上传的图片添加水印,也可以批量为网站上的现有图片添加水印。

5.增加内链

增加内链倒不是为了防止被抓取,而是能够在网站内容被抓取的情况下,您反而可以从中获利,被抓取的内容中的内部链接都有可能成为有价值的反向链接。

相关推荐
TG_yunshuguoji14 分钟前
阿里云代理商:阿里云CDN访问问题怎么诊断?
运维·服务器·阿里云·云计算
Sylvia@8882 小时前
18.SELInux安全性
linux·运维·服务器
Xの哲學2 小时前
Linux NAPI 架构详解
linux·网络·算法·架构·边缘计算
gplitems1233 小时前
Technox – IT Solutions & Services WordPress Theme: A Practical
linux·服务器·数据库
造价女工3 小时前
视频监控系统原理与计量
网络·音视频·状态模式·消防·工程造价
Deamon Tree3 小时前
后端开发常用Linux命令
linux·运维·python
Super Rookie4 小时前
RabbitMQ 自动化脚本安装方案
运维·自动化·rabbitmq
key_Go4 小时前
0.基于Centos-Stream8 搭建Openstack环境
linux·运维·centos·openstack
wacpguo4 小时前
centos 配置网络
linux·网络·centos
子燕若水4 小时前
TLS/SSL加密通信过程全解
网络·网络协议·ssl