保護你的e-mail地址不被機器人爬蟲收錄!

某日，當我打開學校的信箱時，發現居然有廣告信跑進來了>< 學校提供的信箱我只貼在實驗室的網站上過，沒想到已經玷污...不，是被收錄進廣告商的資料庫了(無言)= = 所以決定要與廣告商來宣戰!!

在此之前我常看到簡單的保護e-mail的作法就是把@打成at、.換成dot，目的就是為了破壞原有e-mail的規則，讓爬蟲判讀不出來這是一個有效的電子郵件，簡單易懂，卻對真的想要寫信給你的人造成困擾。

因此，以下就分析幾種躲避爬蟲爬出e-mail的方法~
##ReadMore##
首先，對於顯示在網頁上的部分，出現完整的E-Mail地址絕對是不可行，這是最容易被收錄的情況，爬蟲甚至不用拜訪你的網頁，直接在Google找資料就可以了，因此以下就逐步分析有效的對付爬蟲的方法：

用圖片來顯示E-Mail是有效的方法之一，在爬蟲不具備文字辨識下，能夠有效的防止被收錄，因為爬蟲將其視為一張圖片。


如上例，是不是看起來就像一般文字呢？facebook也是利用此方法保護信箱的位置，不過大家應該也發現問題了，這個方法麻煩的地方在於，想要寫信給你的人還得要自己把e-mail打進收件者的地方，打錯就麻煩了~.~

因此在網路上出現一種利用JavaScript的方法，來顯示信箱，一個簡單的範例如下：

<script type="text/javascript">
document.write('username@' + 'example.com');
</script>

將這段程式碼放在網頁上，最後的結果就是顯示出：

username@example.com

這樣一來就可以讓使用者複製了，而且對於爬蟲來說，他看到的是那段程式碼，因此並不符合他想收錄的信箱格式，事情真有那樣簡單？！

天不從人願，事實並非如此，事實上，只要爬蟲觀察DOM，就可以輕易的找出完整的信箱地址，用任何瀏覽器提供的開發者工具就能輕易的找出來，如下圖：


因此利用JavaScript的document.write方法並不妥當，所以利用圖片顯示是比較保險的方法，不過為了讓想要寫信給你的人方便，通常我們會用一個連結，並配合mailto的語法，讓你點email時，直接呼叫寫信的軟體，並自動填上收件人，一個簡單的例子如下：

<a href="mailto:username@example.com"><img src="mail.gif" border="0"></a>

或者因為有連結，我們也可以使用非email的文字替代連結，如下：

<a href="mailto:username@example.com">寫信給我</a>

然而，相同的問題又出現了，爬蟲只要觀察原始碼，就能輕易找出藏在href參數中的值就是信箱位置，而且這次還多了mailto這個關鍵字可以判斷，更不會跟一般的連結搞混。

有鑑於此，我們就不要讓信箱出現在href參數當中，我們利用JavaScript，讓連結的位置在當點下這個連結時才動態產生，動態的目的是因為爬蟲通常只觀察載入完畢後的DOM，只有人類才會有動作去點這個連結，而DOM也就在點擊時才發生改變，一個簡單的範例如下：

HTML:
<a href="#" onClick="m('username','example.com');">寫信給我</a>

JavaScript:
<script language="JavaScript">
function m(a,b){
var x="@";
window.location.replace("m"+'a'+"i"+'l'+"t"+'o'+":"+a+x+b);
}
</script>

你可以看的出來，href當中已經沒有任何有意義的值，我們利用onClick，讓當點下此連結時，呼叫m涵式，再利用location的方式，連結至mailto。你也看的出來，我們故意將mailto每個字母分離，並用單、雙引號來混淆視聽，甚至連涵式的名字我們都故意用m一個字母表示，絕不出現mail或sendmail之類的關鍵字。有人也許會有疑問，在呼叫m時所傳入的參數上就有除了@之外的usename與example.com！沒錯，但是對於爬蟲來說，這個字串並沒有很明顯的特徵清楚的告訴爬蟲，這是一個去掉@的信箱位置。

不過對於爬蟲，他也許會判別出所有的a標籤，並全部都去點點看，假設是普通連結，則忽略，假如是呼叫了系統預設的郵件軟體，則判定是信箱位置。這是一個很棘手的問題，對於這種『都點點看、連連看』的爬蟲，我們可以偽裝這個超連結來躲避，一個簡單的範例如下：

HTML:
<span style="cursor:pointer;" onClick="m('username','example.com');">寫信給我</span>

JavaScript:
同前例

看出來了嗎？我們避免使用a這個HTML標籤，而使用span這個標籤來代替他，並用CSS讓他看起來像連結，像是滑鼠移上去變成手指，你也可以為他加上底線跟顏色，讓他看起來更像連結。

廣告信一直以來就是一個頭痛的問題，網路上絕對沒有一種有效的方法能夠保護好信箱的位置，因為爬蟲只要換成人，什麼信箱位置都無所遁形，因此我們也只能盡量的保護我們的信箱位置，不隨便洩漏信箱，或是申請一個信箱專門對外公開，過一段時間拋棄，而真正在使用的信箱只給身旁的親友才是比較上策的方法。

歡迎提出更有效或是改進的方法！