有些時候,因為內容調整或隱私考量,我們並不希望別人透過搜尋引擎的快照來查看網站的某些頁面。而對站長來說,快照其實也分走了大量原本屬於網站的流量。
過去曾流傳過一種把百度快照重定向回本站的方法,做法是在頁面中引入遠端 JavaScript。但百度後來調整了快照演算法,不再從遠端伺服器抓取 JavaScript 檔案,於是那個方法就失效了。
目前百度的網頁快照雖然不抓遠端的 JavaScript,卻仍會抓取遠端 CSS 檔案。利用這一點,同樣可以在樣式表中實現重定向,從而控制快照頁面的去向。
例如,若快照中參照的樣式檔為 style.css,就在伺服器上編輯該檔案,加入以下內容:
body {onload:expression(location.href='https://www.williamlong.info/');}
這段語法在 IE 瀏覽器下測試通過。依同樣的原理,理論上可以把快照導向任何指定網址。由於為了維持頁面正常顯示,搜尋引擎幾乎不可能停止抓取 CSS,這個方法被無效化的可能性相對較低。
同一個思路,也可以用來阻擋其他搜尋引擎的網頁快照。
這類技巧屬於針對特定實作細節的取巧做法,穩定性取決於對方是否改變抓取策略。如果你的需求是內容授權或隱私保護,更可靠的做法仍是透過 robots.txt 或 meta robots 標籤正式表達不允許存檔的意願,並在站內提供明確的授權聲明。