致最近在用十多台机器通过 python-requests/2.3.0 CPython/3.3.5 Linux/2.6.32-431.29.2.el6.x86_64 爬 V2EX 的某位同学

abelyao

2014-12-10 16:41:28 +08:00

抵制一切爬站采集的行为！
我愿意在 v2ex 发帖交流，但我不愿意我发表的内容，被复制到一个我不知道的网站去！

Livid

2014-12-10 16:43:48 +08:00

@abelyao 我们的回复一直在被很多网站用各种方式搬运。

不过，这些用偷懒的方式做起来的东西，一般都无法持续。

Karma 上的瑕疵，会让任何一件事情都很难持续。

tinyhill

2014-12-10 16:45:15 +08:00

被爬了说明有价值，只能这么安慰自己。

whicily

2014-12-10 16:46:26 +08:00

@Livid 请问一下 v2ex 是如何 block ip 的，iptables 么？

kurtrossel

2014-12-10 16:48:20 +08:00

爬到数据也不会珍惜的，真能发掘出更大价值也算，各种滥用

Devin

2014-12-10 16:49:49 +08:00

@Livid good job!

abelyao

2014-12-10 16:50:07 +08:00

@Livid 真蛋疼，这些站就该倒闭光了才好。
之前在自己的网站或 cnblogs 写过几篇热门博客，也都 “被发表” 到一些大论坛大网站去，有些好点的在角落里留个署名，大多数什么来源都没标注。

kmvan

2014-12-10 16:50:15 +08:00

這并发略吊…

话说Karma是…？

jiang42

2014-12-10 16:53:15 +08:00

就是说之前v2ex不稳定是爬虫的原因？

mortal

2014-12-10 17:09:51 +08:00

@kmvan 业？

herozzm

2014-12-10 17:30:32 +08:00

这个爬虫不合格啊，这个密集采集，都会被管理员K的

Showfom

2014-12-10 17:31:52 +08:00

这爬虫太明显了吧。。。。

learnshare

2014-12-10 17:34:02 +08:00

垃圾站：我们不生产内容，我们只是内容的搬运工。

互联网的内容不应该复制来复制去，有必要的话，一个链接过来就好了。<a> 不是互联网的核心？

raincious

2014-12-10 17:41:21 +08:00

@kmvan 请理解为“道德值”。

https://www.google.com/search?newwindow=1&q=You%20lost%20your%20karma&bav=on.2,or.r_cp.&bvm=bv.81456516,d.aWw&biw=1280&bih=698&dpr=1&um=1&ie=UTF-8&hl=zh-CN&tbm=isch&source=og&sa=N&tab=wi&ei=MRWIVNW1Icf2yQS6-ILYCg

lincanbin

2014-12-10 17:43:30 +08:00

这写爬虫都不知道换个baiduspider的header

xieguobihaha

2014-12-10 17:55:09 +08:00

good job

abelyao

2014-12-10 18:31:53 +08:00

@kmvan @mortal @raincious
话说有这么高大上的含义吗…？
我的理解还是简单的 “前因后果” 之类的，例如接上老大那句话就是 “根源上的瑕疵，会让任何一件事情都很难持续。”

matrix67

2014-12-10 18:57:39 +08:00

不过贵站那个收藏回复值应该开放出来

Livid

2014-12-10 19:02:29 +08:00

@matrix67 收藏回复值是指什么东西？

Ansen

2014-12-10 19:46:38 +08:00

@abelyao 通俗点就是节操……