见鬼了 汽车之家这什么黑科技，怎么破他防采集

gaoji.me

截图可破一切

yestop

截图 ocr

lxvoip

好像是将某些常用字进行了替换

如用 <span class='hs_kw0_mainMa'></span> 替换成“的”

自己先做一个替换就可以了
也就20多个字

<span class='hs_kw0_mainMa'></span>
<span class='hs_kw1_mainMa'></span>
<span class='hs_kw2_mainMa'></span>
<span class='hs_kw3_mainMa'></span>
<span class='hs_kw4_mainMa'></span>
<span class='hs_kw5_mainMa'></span>
<span class='hs_kw6_mainMa'></span>
<span class='hs_kw7_mainMa'></span>
<span class='hs_kw8_mainMa'></span>
<span class='hs_kw9_mainMa'></span>
<span class='hs_kw10_mainMa'></span>
<span class='hs_kw11_mainMa'></span>
<span class='hs_kw12_mainMa'></span>
<span class='hs_kw13_mainMa'></span>
<span class='hs_kw14_mainMa'></span>
<span class='hs_kw15_mainMa'></span>
<span class='hs_kw16_mainMa'></span>
<span class='hs_kw17_mainMa'></span>
<span class='hs_kw18_mainMa'></span>
<span class='hs_kw19_mainMa'></span>
<span class='hs_kw20_mainMa'></span>
<span class='hs_kw21_mainMa'></span>
<span class='hs_kw22_mainMa'></span>
<span class='hs_kw23_mainMa'></span>
<span class='hs_kw24_mainMa'></span>
<span class='hs_kw25_mainMa'></span>
<span class='hs_kw26_mainMa'></span>
<span class='hs_kw27_mainMa'></span>
<span class='hs_kw28_mainMa'></span>
<span class='hs_kw29_mainMa'></span>
<span class='hs_kw30_mainMa'></span>
<span class='hs_kw31_mainMa'></span>

poropro

厉害了 我的哥

我的两三年

标签;干掉span  和DIV就可以了

tsk

看不懂大佬们在研究什么黑科技……

imyoy

用什么采集？ 正则过滤掉<span

Andycw

正则是标准答案, 汽车之家这就想防采集也太天真了....

如果楼主实在不想用正则, 就先把span的class清空, 再一头一尾替换为""  即可

googlebot2

一般是换字体可以防采集，英文这样，

greensnow

采集根本就不是这样防的