自古正邪不两立，采集与防采集一直是相互对立的，一方面我们想采集到别人站点的好的内容，另一方面我们又不想让自己站点的好内容被别人采集。

手段一、判断来路，如果来路是自己站点的，那么显示，否则显示其他内容

这是防采集最简单的办法，实现起来也是最简单的.htaccess文件中，或者php代码中，都很容易去实现

破解：既然实现简单，那么破解起来也是相当的简单，只要在发送请求的时候伪造一下referer信息即可

手段二、登录信息判断 Cookie

这种常见于论坛的附件下载

破解：要采集这种内容就要模拟登录，这点使用curl无疑要简单的多

手段三、请求次数判断。如一段时间内请求多少，非常规操作则封IP

比如采集搜搜问问，如果你在一段时间内访问频繁的话会要你输入验证码

破解：1、轮询其cdn站点  2、查看记录访问次数原理，绕过检测

手段四、发送方式判断 POST GET 使用JS，Ajax等请求内容

这个需要具体问题具体分析了，比如AspNetPager的翻页空间，就需要模拟post数据才能获取到下一页内容

特别是在firebug出现之后，ajax请求的页面完全就是赤裸裸的展现出来了。

当然还有其他很多的手段，比如网盘上常用的随机文件名，动态地址这些，在比如一些下载站要填写验证码等等。下面是一个小实战练习

实战：微盾(VirtualWall)防盗链专家

原理：在cookie中写入特定信息，然后与服务器中存储的进行检验

破解：先获取在cookie中存储的信息，然后采集的时候将cookie发送过去

最后：如果你真想把采集这块搞好，那么http协议，curl，socket这些你是必须要掌握甚至精通的