目录:
定义-内容搜集是什么意思？
内容抓取是从合法网站窃取原始内容并将被盗内容发布到另一个网站而未经内容所有者知情或许可的非法方法。 内容抓取工具通常会尝试将被盗的内容当作自己的内容进行假冒，而无法提供内容所有者的归属。
内容抓取可以通过手动复制和粘贴来完成，也可以使用更复杂的技术来完成，例如使用特殊软件，HTTP编程或HTML或DOM解析器。
容易被抓取的大部分内容都是受版权保护的材料； 未经版权所有者的允许而将其重新发布是一种应受惩罚的犯罪。 但是，抓取工具站点遍布世界各地，要求抓取版权内容的抓取工具可能只是切换域名或消失。
Techopedia解释了内容搜集
内容抓取工具能够通过从其他网站抓取高质量的，关键字密集的内容来吸引网站访问量。 博客作者特别容易受到此攻击，可能是因为个别博客作者不太可能对刮板发起法律攻击。 鼓励抓取者继续这样做，因为搜索引擎尚未找到从抓取的内容中过滤出唯一内容的有效方法，从而使抓取者继续受益。
网站管理员可以通过简单的措施来保护自己免遭抓取，例如在内容中添加指向自己网站的链接。 这至少将允许他们从抓取的内容中获得一些流量。 处理机器人抓取的更复杂的方法包括：
- 商业反机器人应用
- 用蜜罐捕获机器人并阻止其IP地址
- 使用JavaScript代码阻止机器人
