网站被镜像了怎么办？ _网站

镜像网站指的是和你的网站基本一样、并且实时同步的其它网站。就像照镜子一样，所以名为镜像。
有的镜像网站是没有恶意的，很可能是你自己设置的，为了方便用户能从多个域名访问网站，被封了一个，还有其它的域名。比如著名的草榴社区，好像就有很多镜像可以访问。
有的镜像，也就是这里讨论的镜像，是不怀好意的，通常是别人设置的，要么为了负面seo你的网站，要么为了利用你的内容获得排名，然后把用户转向到敏感、非法内容网站上去。
网上有的文章把采集和镜像混在一起。虽然表现形式差不多，但严格来说，采集和镜像实现方法、表现形式是有区别的。
采集的网站一般是提前抓取别人网站的内容，放入自己数据库，再用程序调用到页面上。被采集网站有新内容时，采集网站并不能实时同步更新，要再采集之后才能出现。一旦被采集，内容已经在对方数据库里了，从技术上是无法阻止采集网站显示这些内容的。这篇帖子说的不是这种。
镜像网站并不事先抓取内容，而是有人访问网站时，实时从被镜像的网站调取内容，做些处理（替换URL、文字，加文字、加JS等），然后实时显示。被镜像的网站有任何更新，镜像网站是实时同步的。

文章插图

【网站被镜像了怎么办？】网上有卖用于镜像网站的小偷程序的。小偷程序通常也可以用来做采集。为了不给他们做宣传，就不提名字了。从他们的官网摘取几条程序功能，有助于理解后面的内容：

全自动分析,内外链接自动转换、图片地址、css、js，自动分析CSS内的图片
内置强大替换和过滤功能，标签过滤、站内外过滤、字符串替换、等等
伪原创，近义词替换有利于seo
增加URL路由，实现全站URL变换，个性化本站URL地址
超级模板增加移动模板、自定义栏目功能
增加自动获取301、302重定向的采集，解决跳WWW，跳https采集
代理IP、伪造IP、随机IP、伪造user-agent、伪造referer来路、自定义cookie，以便应对防采集措施

从SEO角度看，权重不高的小站、新站，被镜像意味着有其它网站和你的网站内容基本一样，搜索引擎有可能认为你的网站不是原版，镜像网站才是，所以把排名、流量给了镜像网站。
对有一定历史、权重的网站，镜像网站取代原版网站的可能性微乎其微。但从心情角度考虑，被别人镜像，内容被别人偷走，即使没有其它明显后果，也还是挺烦人的一件事。
另一个烦人的事是，镜像网站一般来说并不是要和你提供同样的产品或服务，而是把用户转到赌博、色情等服务上去。有的是通过JS把赌博、色情内容显示给用户，有的直接把用户转向到另外的网站上去。
有时候注意到被镜像了是因为自己网站排名下降，怀疑有人负面SEO 。有时候是搜索品牌名称，看到镜像网站。已经知道自己被镜像了好办，直接看下面怎么处理部分。
一是百度统计后台：

文章插图

受访域名部分列出了使用相同百度统计代码的域名。其中出现快照、百度/谷歌翻译等是正常的，但出现一些奇奇怪怪的域名就要查看一下了，比如上图里的第5、7、8个，访问一下就知道都是镜像SEO每天一帖，引诱用户赌博的网站，然后站长把SEO每天一帖的统计代码也照抄过去了。
看看上面列出的小偷出现功能就知道，其实统计代码很容易替换或删除的。所以在受访域名只能看到一小部分镜像网站。
第二是搜索网站的特征句子。最容易想到的是网站品牌名称、首页标题等，确实可以发现一些镜像网站。但如前所述，品牌名绝大多数是会被替换的，所以我更喜欢搜索一些页面上的特征句子，比如本博客最上面的副标题：Zac的SEO博客，坚持12年，优化成为生活。搜索一下就会看到：

文章插图

把对方主机IP先屏蔽了。不过镜像网站来实时抓取用的IP大部分情况下不是域名主机IP，可能是CDN，可能是伪造IP，也可能是多IP的服务器。要发现必须屏蔽的IP，需要查看网站原始日志。我的一个小窍门是，访问镜像网站上一个很少人会访问的页面，比如翻页第70页，然后马上查看日志，这个页面被访问的IP就是应该屏蔽的IP,等等。