V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
zxgngl
V2EX  ›  程序员

如何保护网页中的字符串(比如邮箱)不被爬虫获得?

  •  
  •   zxgngl · 2016-01-15 17:48:56 +08:00 · 3262 次点击
    这是一个创建于 3217 天前的主题,其中的信息可能已经有所发展或是发生改变。

    我想到一种方式是:

    请将下面的字符串放入 bash 执行以获得网址:
    $ x1="v"; x2="2"; x3="e"; x4="x"; echo $x1$x2$x3$x4.com

    然后得到:
    v2ex.com

    大家还有什么更聪明的办法吗?

    21 条回复    2016-01-17 07:15:32 +08:00
    zxgngl
        1
    zxgngl  
    OP
       2016-01-15 17:52:42 +08:00
    我现在脑海里出现一个短语:“ program as data ”
    oott123
        2
    oott123  
       2016-01-15 18:20:00 +08:00
    你用 js 写一个不就好了…

    别说爬虫会执行 js ,我不觉得爬邮件地址的爬虫也会执行 js …
    openroc
        3
    openroc  
       2016-01-15 18:24:18 +08:00
    参考一下, hidemyass.com 里面关于代理 ip 的保护方式。不影响用户使用,让写爬虫的崩溃。哈哈。。。

    https://www.hidemyass.com/proxy
    cdwyd
        4
    cdwyd  
       2016-01-15 18:27:35 +08:00 via Android
    做成图片
    dangge
        5
    dangge  
       2016-01-15 18:28:06 +08:00
    我倒是觉得百度知道的做法很好
    当某 IP 疑似爬虫时,将网页中某字符用图片显示

    不过看了下楼上, js 确实是很好的方法,估计 95%的爬虫都能过滤掉。
    jarlyyn
        6
    jarlyyn  
       2016-01-15 18:32:16 +08:00
    @oott123

    爬虫当然可以执行 js 。

    我之前做过,没啥技术含量,监控百度的关键词排名的。

    用 canvas 吧。
    Lancercf
        7
    Lancercf  
       2016-01-15 18:33:44 +08:00
    写到 js 里,判断 ua ,访问次数限制,验证码,先想到这些吧
    alexapollo
        8
    alexapollo  
       2016-01-15 18:42:40 +08:00 via iPhone
    js 渲染,图片, css 渲染(善用隐藏)
    这是最经常碰到的几个方法
    Delbert
        9
    Delbert  
       2016-01-15 18:43:16 +08:00 via Android
    bdo 标签 顺序 dir=“ rtl ”
    然后邮箱挑一部分反向输入。
    oott123
        10
    oott123  
       2016-01-15 18:46:41 +08:00
    @jarlyyn 我的帖子的意思是,考虑一个用来发垃圾邮件的邮箱爬虫,他会执行 js 的概率很低。
    sumhat
        11
    sumhat  
       2016-01-15 18:54:08 +08:00
    安利一个自制的 WordPress 插件: Enigma https://wordpress.org/plugins/enigma/
    taijia
        13
    taijia  
       2016-01-15 19:25:31 +08:00 via Android
    爬虫执行 js 不是什么难事
    SuperFashi
        14
    SuperFashi  
       2016-01-15 19:51:23 +08:00
    cloudflare 就会把邮箱加密……
    TaMud
        15
    TaMud  
       2016-01-15 21:00:13 +08:00
    直接用 css 来控制显示不就好了,简单高效
    onice
        16
    onice  
       2016-01-15 23:12:06 +08:00
    为什么你不直接生成图片。。。
    boro
        17
    boro  
       2016-01-15 23:17:04 +08:00 via iPhone
    webfont
    hzlzh
        18
    hzlzh  
       2016-01-15 23:33:38 +08:00
    base64
    lincanbin
        19
    lincanbin  
       2016-01-15 23:40:02 +08:00
    @taijia 虽然爬虫能执行 js ,然而实际上考虑资源,他们并不会真的去执行 js 。
    光用 document.write 分段写入,就能拦住不少爬虫了。
    mengskysama
        20
    mengskysama  
       2016-01-17 01:13:10 +08:00
    换成图片哈哈哈哈
    Gce
        21
    Gce  
       2016-01-17 07:15:32 +08:00
    @mengskysama 你居然还能上网发帖 逃.....
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3173 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 53ms · UTC 12:36 · PVG 20:36 · LAX 04:36 · JFK 07:36
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.