007-wordpress防止文章被爬取，编码实现

WordPress 本身并没有内置防止内容被爬取的功能，因为这通常与网站的开放性和搜索引擎优化相违背。然而，在某些情况下，需要限制特定内容不被非人类访问者（如爬虫）抓取。下面是一些方法可以尝试来减少或阻止爬虫抓取站点的内容：

方法1：使用.htaccess文件限制IP

你可以在 .htaccess 文件中添加规则来禁止来自已知爬虫 IP 的请求。例如：

<files wp-content>
    Order deny,allow
    Deny from 123.456.789.012
</files>

这里 123.456.789.012 是你想禁止的 IP 地址。你需要知道爬虫的 IP 地址才能这样做。

方法2：使用插件

有许多 WordPress 插件可以帮助你管理爬虫和机器人对你的网站的访问。例如，WP Block Bot 或 Spider and Robot Blocker 可以帮助你屏蔽一些常见的爬虫。

方法3：使用PHP代码检测User-Agent

在WordPress主题的单个文章模板（通常是 single.php 或 content-single.php）中加入以下PHP代码来检查 User-Agent，并在发现爬虫时返回一个空页面或错误信息：

<?php if (!is_admin()) { ?>
    <?php
        $blocked_user_agents = array(
            'Googlebot', 'Baiduspider', 'YandexBot', 'bingbot',
            // 添加更多你想要屏蔽的爬虫 User-Agent
        );

        if (isset($_SERVER['HTTP_USER_AGENT'])) {
            $user_agent = $_SERVER['HTTP_USER_AGENT'];
            foreach ($blocked_user_agents as $blocked_ua) {
                if (stripos($user_agent, $blocked_ua) !== false) {
                    // 如果是爬虫，则显示空页面或重定向
                    header('HTTP/1.1 403 Forbidden');
                    die();
                }
            }
        }
    ?>
<?php } ?>
<!-- 正常的文章内容 -->

方法4：使用JavaScript混淆内容

另一种方法是在前端使用 JavaScript 来动态加载或生成内容。这样，只有支持 JavaScript 的浏览器能够查看完整的内容。

注意事项：

• 搜索引擎友好：屏蔽搜索引擎爬虫可能会导致你的网站在搜索结果中的排名下降。
• 误判风险：基于 User-Agent 的屏蔽容易被绕过，因为 User-Agent 可以伪造。
• 合法访问者：确保不要误屏蔽合法的用户或搜索引擎。

这些方法各有优缺点，选择最合适的方法取决于你的具体需求。如果你的主要目标是保护版权内容而不是完全阻止爬虫，那么可能还需要考虑其他方法，比如数字版权管理（DRM）技术。