采集数据的攻与守

  这个话题是个古老的话题，在垃圾站大量泛滥，商业手段的层出不穷的今天，每个网站，每个企业，都是很担心自己的数据被对手拿去用，而至今，我还没见到一家企业能彻底的防住这个问题，难道是采集的手段提高了么？
  不，如果按照我的观点（程序员），采集数据无法有大体的两种：

  一：所谓的不支持客户端采集，简称NOClientGet，包括PHP的file_get_contents()（是否启用该函数在PHP.INI去设置），和.NET的HttpRequest类和WebClient类，都支持的（在System.Net命名空间下面），采集的机理都是一个样子，把指针定在输出头，一直到Eof就算结束，之前的Header就不再说了。这种采集的时候不发送客户端验证，即无Cookie的，因为在服务器无法获取之，都算在代理处理。
  二：支持客户端的采集就是能捎带上Cookie的，包括ASP和Ajax创建的XHttp对象，都是基于客户端的脚本（可以这么理解，但不完全准确），它他们想服务器请求的时候都发送Cookie和Session的。

  鉴于两种不同的方式，第一种比较好防止，可以验证请求头，建立访问信任列表等等，就可以阻止被彩。
  第二种就比较棘手（我可以理解ASP采集的垃圾数据比较多），如果单单从SessionState控制，是肯定不够的。在这方面，58同城（我不是托）做的有点意思，联系的电话方式是img src=X.aspx?id=fff23f23df23加密码&length=11，现对数据加密，然后再输出图片，不失为一种办法，加密的过程很多了，有x中。。。

   难道生成图片不可一采集了么？不。
   完全可以把图片down下了，分析，这是一般的同学程序水平办不到的，但，58的那种粗黑是可以的。。。是不是应该换和大的干扰素？生成图片太慢，也是一个要考虑的原因，还不如直接生成的好，但.gif直接被读了页不好。。。。难！

  综上，你应该会采集数据的思路，所谓的攻，守就是对应的多家壁垒，至今没有万全之策。