Škrábání obsahu (aka web scraping, web harvesting, web data mining atd.) je postup kopírování dat z webové stránky. „Škrabky“ (Stěrače) obsahem jsou lidé nebo software, kteří kopírují data. Web scraping není špatná věc.
Ve skutečnosti jsou všechny webové prohlížeče v podstatě škrabáky obsahu. Existuje mnoho legitimních účelů pro škrábání obsahu, například indexování webu pro vyhledávače.
Viz náš článek Jak zastavit Google v indexování vašeho blogu WordPress
Skutečným problémem je, zda škrabky obsahu na vašem webu jsou škodlivé nebo ne. Konkurenti mohou chtít ukrást váš obsah a publikovat to, jak patří jim. Pokud můžete legitimním uživatelům říci od padouchů, máte větší šanci se chránit. Tento článek vysvětluje základy webového škrabání a některé metody, jak se toho zbavit (nebo alespoň snížit jejich význam).
Ale dříve, pokud jste nikdy nenainstalovali WordPress objevit Jak nainstalovat a WordPress blog ve 7 krocích et Jak najít, nainstalovat a aktivovat WordPress téma na svém blogu
Pak zpět k tomu, proč jsme tady.
Druhy obsahu škrabky
Existuje mnoho různých způsobů, jak škrabáky obsahu stahovat data. Je důležité znát různé metody a technologii, kterou používají. Metody sahají od nízké technologie (osoba, ruční kopírování a vkládání obsahu) sofistikovaným robotům (automatizovaný software schopný simulovat lidskou činnost v prohlížeči). Zde je přehled toho, co byste možná měli udělat:
- Pavouci: Procházení webu je velkou součástí fungování škrabadel obsahu. Pavouk jako Googlebot začne vyzvednutím jedné webové stránky a přechodem z odkazu na odkaz ke stažení webových stránek.
- skripty shell: Pomocí prostředí Linux Shell můžete vytvářet škrabky na obsah pomocí skriptů, jako je GNU Wget, ke stahování obsahu.
- Škrabka HTML: jsou podobné shell skriptům. Tento typ škrabky je velmi běžný. Funguje to tak, že získáte strukturu HTML webové stránky, abyste našli data.
- Obrazovky: Stěrač obrazovky je program, který zachycuje data z webu napodobováním chování lidského uživatele, který používá počítač k procházení Internetu.
- člověk copy: Toto je místo, kde osoba ručně zkopíruje obsah z vašeho webu. Pokud jste někdy zveřejňovali příspěvky online, možná jste si všimli, že plagiátorství je běžné. Poté, co počáteční lichotky pominou, se hodí realita, kterou někdo těží z vaší práce.
Existuje několik způsobů, jak udělat totéž. Výše uvedené kategorie škrabek nejsou vyčerpávající. Mezi kategoriemi se navíc hodně překrývají.
Přečtěte si také náš článek Jak a proč kvalitativní audit vašeho obsahu
Jak chránit váš blog
1. Omezení rychlosti a blokování
Nejprve zjistíte problém a můžete zahnat spoustu robotů. Pro automatizovaného robota je typické spam serveru s výjimečně vysokým počtem požadavků. Rate throttling, jak název napovídá, omezuje požadavky serveru od konkrétního klienta nastavením pravidla.
Můžete dělat věci jako měřit milisekundy mezi požadavky. Pokud je interakce s vaším webem příliš rychlá, pak víte, že je to robot. Poté zablokujte tuto IP adresu. IP adresy můžete blokovat na základě řady kritérií, včetně jejich země původu.
2. Registrace a připojení
Registrace a přihlášení jsou populární způsob, jak zabránit obsahu před zvědavýma očima. Můžete bránit pokroku robotů. Vše, co musíte udělat, je podmínit přístup k vašemu obsahu připojením. Zde platí základy zabezpečení připojení. Pamatujte, že stránky vyžadující registraci a přihlášení nebudou vyhledávači indexovány.
3. Honeypoty a nepravdivé údaje
V počítačové vědě jsou „honeypoty“ virtuální operace bodnutí. Zaokrouhlíte potenciální útočníky nastavením pastí pomocí honeypotu, abyste zjistili provoz ze škrabadel obsahu. Existuje nekonečné množství způsobů, jak toho dosáhnout.
Například můžete na svou webovou stránku přidat neviditelný odkaz. Dále vytvořte algoritmus, který blokuje IP adresu klienta, který klikl na odkaz. Složitější honeypoty může být obtížné nastavit a udržovat. Dobrou zprávou je, že existuje spousta open source projektů Honeypot. Podívejte se na to skvěle seznam úžasných honeypotů na githubu.
4. Použijte CAPTCHA
Captcha znamená „ Zcela automatizované Veřejné Turingův test říct Počítače a lidé Apart v podstatě jde o test, který má rozpoznat rozdíl mezi lidmi a roboty. Captcha mohou být nudné, ale jsou také užitečné. Pomocí tlačítka a můžete zablokovat oblasti, na které by se podle vás robot mohl chtít zaměřit, například tlačítko e-mailu na vašem kontaktní formulář. Na WordPressu je k dispozici mnoho dobrých pluginů Captcha, včetně „ captcha Z Jetpacku.
Objevte také některé prémiové doplňky WordPress
Můžete použít jiné WordPress pluginy poskytnout moderní vzhled a optimalizovat práci s vaším blogem nebo webem.
Nabízíme vám zde prémiové doplňky WordPress, které vám to pomohou.
1. Pruh pro arformy
ARForms má nové rozšíření, které přijímá platby prostřednictvím platební brány Stripe. Nazývá se to „ARForms Stripe“. Ten integruje vstupy a platby z formuláře do jednoho procesu.
Můžete fakturovat zákazníky s dynamickým množstvím okamžitě po odeslání formuláře ARForms.
Přečtěte si také náš článek Jak používat pruh na WooCommerce a snadné digitální download
Stačí jen vytvořit formulář s ARForms, nakonfigurovat jej pomocí Stripe a vše je hotovo! Platbu můžete nastavit Stripe v žádném okamžiku.
Stáhnout | Demo | Web hosting
2. Sociální stream AX
Pokud si budete přát zobrazte na svém webu více zdrojů sociálních médií, pak plugin Sociální rada WordPress vám to umožní poskytnutím šesti způsobů zobrazení aktivity vašeho účtu. Budete také těžit z podpory 17 sociálních sítí a několika přizpůsobitelných rozvržení.
Mezi jeho funkce patří mimo jiné: 6 různých režimů zobrazení zdroje, podpora velké většiny sociálních sítí, plně responzivní rozložení, podpora reklamních bannerů, Vícejazyčná podpora, správce témat, podrobná dokumentace atd.
Stáhnout | Demo | Web hosting
3. Interaktivní mapy světa
Interaktivní mapy světa vám pomohou vytvořit tolik geolokačních map, kolik chcete, kontinenty, země nebo regiony ... a to pomocí interaktivních a barevných značek.
Je kompatibilní s nejnovějšími verzemi WordPressu a dokonale se hodí k Plugin Visual Composer.
Objevte naše Zásuvné moduly 8 WordPress pro přizpůsobení vzhledu vašich webových stránek
Díky interaktivním mapám světa budete moci zobrazit několik typů regionů, jako jsou: mapa celého světa, kontinent nebo subkontinent, země a mnoho dalšího.
Stáhnout | Demo | Web hosting
Další doporučené zdroje
Zveme vás také, abyste si prostudovali níže uvedené zdroje, abyste se dostali dále do sevření a kontroly nad svým webem a blogem.
- Jakou technologii (platformu) použít pro svůj blog?
- 5 tipů na zlepšení bezpečnosti blogu WordPress
- Jak přidat cron na WordPress
- Je WordPress spolehlivým softwarem?
Proč investovat do čističky vzduchu?
Tam! To je pro tento tutoriál vše, doufám, že vám pomůže vytvořit praktický seznam úkolů, abyste mohli účinně chránit WordPress blog. Neváhejte sdílejte tip se svými přáteli na svých sociálních sítích.
Budete však také moci konzultovat naše ressources, pokud potřebujete více prvků k realizaci vašich projektů vytváření internetových stránek, nahlédněte do našeho průvodce na internetu Vytvoření blogu WordPress.
Ale mezitím nám pověz o svém commentaires a návrhy ve vyhrazené sekci.
...
