帝国 CMS 防采集怎么设置

学完这篇，你能在帝国CMS后台把自带的防采集开关打开，并配合模板和服务器配置，让大部分采集器抓不到你的正文内容。

第一步：先搞明白帝国CMS的防采集在防什么

帝国CMS的防采集不是防火墙，它只在「内容页输出」这一层做手脚：往正文里塞干扰字符、要求访客过一次验证、或者让内容靠JS动态加载。它对直接抓HTML源码的采集器（火车头、八爪鱼、自己写的Python脚本）有效，对人工复制无效。所以别指望打开开关就一劳永逸。

注意：开启防采集后，百度、搜狗等正规搜索引擎的抓取也可能受影响，要先把搜索引擎IP段加进白名单，否则收录会掉。

第二步：进后台打开防采集设置

这一步的目标是找到总开关。登录后台（默认地址是你的域名后加 /e/admin/），左侧菜单点「系统」，在展开的列表里找「防采集设置」并点进去；如果你用的是7.2或更早版本，这一项在「系统」→「系统设置」下面。

页面上通常有这几项要填：

• 「开启防采集」：选「是」
• 「防采集方式」：可选「验证码」「内容干扰码」「跳转」，新手建议先选「内容干扰码」
• 「防采集时间间隔」：填5~10秒，表示同一IP在这个间隔内反复刷内容页会被拦
• 「免防采集IP」：把你自己的办公IP、服务器IP、百度与搜狗蜘蛛的IP段填进去，一行一个

填完点页面底部的「提交」保存。

第三步：配置内容干扰码

回到「防采集设置」，如果上一步选的是「内容干扰码」，下面会出现干扰码相关选项。把「干扰码数量」设为3~5，干扰文本随便写几句无意义的话。保存后打开任意一篇内容页，按 Ctrl+U 看源码，正文里会多出几段带随机样式的文字——人眼看不出异常，复制走却会带一堆垃圾，采集器抓回去同样是脏数据。

注意：干扰码是写在HTML里的，仍能被程序清洗掉，它只是抬高采集成本，不是绝对防护。

第四步：按栏目设置访问权限

进「栏目」→「管理栏目」，找到要保护的栏目点「修改」，切到「权限设置」标签页，把「访问权限」改成「会员」或指定会员组，保存。这样游客直接访问内容页会被跳到登录页，采集器拿不到正文。这招适合付费内容或内部资料，公开资讯站别这么干。

第五步：模板里再补一道

进「模板」→「管理内容模板」，打开你正在用的内容模板，找到正文输出标签 [!--newstext--]，在它附近插入一段JS，把关键段落用 document.write 输出。采集器不执行JS，抓到的就是空的。

同时检查「系统」→「系统参数设置」→「信息设置」，把RSS/XML全文输出关掉——很多人防了半天正文，结果RSS里全文输出，等于自己开了后门。

第六步：服务器层兜底

后台设置只挡得住小采集器，量大的要靠服务器。在站点根目录的 .htaccess（Apache）或 nginx.conf 里加规则：把空 User-Agent、常见采集器UA（如 Python-urllib、Scrapy）返回403，再对单个IP做每分钟请求数限制。

第七步：验证效果

用浏览器无痕窗口访问一篇内容页，看是否出现干扰码或验证；再用命令行测试一下：

curl -A "" https://你的域名/内容页地址

如果返回403或正文为空，说明配置生效；如果还是完整正文，就回到第二步检查「免防采集IP」里是不是把自己的测试IP也放行了。

小结

• 入口在后台「系统」→「防采集设置」，7.2及更早版本在「系统设置」下
• 先填白名单再开防采集，别把搜索引擎和自己一起挡了
• 干扰码、验证码只能抬高采集成本，不解决根本问题
• 栏目权限 + 模板JS + 关闭RSS全文，三层叠加才有效
• 最后用curl验证，并在服务器层加UA过滤和频率限制兜底