限制IP地址单位时间的访问次数 分析：没有哪个常人一秒钟内能访问相同网站5次，除非是程序访问，而有这种喜好的，就剩下搜索引擎爬虫和讨厌的采集器了。
这是第二种防采集方法。在文章正文页面插入重复特征头尾代码的注释。当然，这个可以用正则去掉，但足于对付通用的采集系统。
关键信息通过ajax请求来获取，最好是需要带有临时token作为参数的请求。网站在发布的时候需要做javascript代码压缩和混淆，这样程序人员就很难通过阅读代码或者捕获请求来建立模拟采集。
防止采集好像没有绝对的办法，但可以阻止一些技术不高的人，或者增加他们的工作量，然后他们就不菜你的，而选择菜其他人的了。程序判断，如果访问很频繁的就禁止掉。当然要懂编程了，用session。
断网的手机卡再联网IP也基本会变，所以基本就是达到了一个IP爬两分钟就自动换了一个IP，他们也会根据你统计的时间限制来调整他们的时间，所以统计IP这一招再这个方法中就不行了。
防止网站被人采集的方法 2009-08-23 信息来源：赤峰信息网 视力保护色：网站内容采用多套模板，随机模板，给采集程序设置过高的门槛；但这招对整站采集器不起作用。
1、直接过滤蜘蛛/机器人的IP段。注意：第二项措施只对“君子”有效，第三项措施要用来防“小人”(“君子”和“小人”一般分别指遵守robots.txt协议的蜘蛛/机器人)。
2、Robots 禁封 Robots 协议（也称为爬虫协议、机器人协议等）的全称是 “网络爬虫排除标准”（Robots Exclusion Protocol），用来告诉搜索引擎、爬虫哪些页面可以抓取，哪些页面不能抓取。
3、当一个搜索机器人访问一个站点时，它会首先检查该站点根目录下是否存在robots.txt，如果找到，搜索机器人就会按照该文件中的内容来确定访问的范围，如果该文件不存在，那么搜索机器人就沿着链接抓取。
4、实例分析：淘宝网的 Robots.txt文件 User-agent： Baiduspider Disallow： / User-agent： baiduspider Disallow： / 很显然淘宝不允许百度的机器人访问其网站下其所有的目录。网站robots的情况，可以使用百度站长工具进行查询。
①关键词的堆砌会造成搜索引擎不爬取，影响网站收录 ② 网站的url路径层级是否过多，图片的alt属性的设置是否合理也会影响收录。
比如开启了防火墙规则、屏蔽了网站端口、开启防采集规则、开启防攻击规则等，导致了搜索引擎同一时间由于大量访问网站，而导致被安全软件拦截。
新网站未收录。如果是由于新网站的原因未收录是很好处理的，主要继续坚持原创并做一些外链来吸引蜘蛛，就会很快被收录了；网站被K或者降权了。如果网站被K了或者降权了，收录肯定是会受到影响的。
1、尝试使用其他浏览器：有些浏览器可能具有更灵活的复制功能。尝试使用其他浏览器（如Chrome、Firefox等）来访问网页，看是否能够复制内容。查看页面源代码：有时，你可以查看网页的源代码，并从中复制所需的内容。
2、这是网页的设计者给它加入了不能选中的脚本，简单防止别人拷贝其网页内容。其实解决的办法很简单。
3、直接拖拽：打开Word，选择网页上的文本内容，直接拖动至Word文档中。保存网页：如果网站页面是静态页面，可直接按组合键【Ctrl+S】将网页保存至本地，然后在自己电脑上打开保存的网页，即可随意复制。
4、解决网页文字无法复制的问题 我们在浏览某些网页时，有的时候你想选取某些文本进行复制，可按住鼠标左键拖动，无论如何也无法选中需要的文字。这是网页的设计者给它加入了不能选中的脚本，简单防止别人拷贝其网页内容。
5、复制网页内容是我们日常生活中经常需要做的事情，但有时候会遇到一些问题，比如复制不了、复制的内容不全等。本文将介绍三种方法，帮助你轻松复制网页内容。
