使用PHP插入联系信息是否能避免被Web Crawlers抓取？

核心疑问解答 #

首先给你两个明确的结论：

1. Web 爬虫永远无法获取到服务器上的PHP原始代码，它们请求页面时拿到的内容和普通用户浏览器看到的完全一致，都是PHP代码在服务端执行完成后输出的最终HTML、CSS、JS等前端渲染内容。只有当服务器配置出现严重错误，没有把PHP文件交给PHP解析器处理、直接作为文本返回时才会泄露源码，正常线上环境不会出现这种情况。
2. 单纯用PHP直接输出明文联系信息并不能避免被爬虫抓取。如果你的PHP逻辑只是把邮箱字符串直接拼接输出到HTML中，那么最终返回的页面源码里还是会包含完整的明文邮箱，和你直接把邮箱写死在静态HTML文件里没有任何区别，普通的邮箱爬取爬虫照样可以识别抓取。

可落地的PHP防邮箱抓取方案 #

如果不想用图片展示邮箱，又要避免被爬虫抓取，可以用下面几种PHP实现的方案，兼顾防爬和用户体验（用户可以正常复制邮箱）：

• HTML实体转义：把邮箱的每个字符转成HTML实体编码，浏览器可以正常解析显示，大多数低阶爬虫不会做实体解码，无法匹配到邮箱格式
  实现代码示例：

  <?php
  $email = 'contact@yourdomain.com';
  $encoded_email = '';
  for ($i = 0; $i < strlen($email); $i++) {
      $encoded_email .= '&#' . ord($email[$i]) . ';';
  }
  // 输出的内容浏览器可正常显示，源码里没有明文邮箱
  echo '<a href="mailto:' . $encoded_email . '">' . $encoded_email . '</a>';
  ?>
  

• 拆分动态拼接：把邮箱拆成多个片段存在PHP变量里，输出时再动态拼接，避免完整的邮箱字符串出现在你的项目源码中，也能绕开部分静态扫描的爬虫
• 配合前端JS组合：PHP只输出拆分后的邮箱片段，页面加载完成后用JS把片段拼接成完整邮箱再插入页面，绝大多数爬取邮箱的爬虫不会执行JS逻辑，无法拿到完整的邮箱地址

内容的提问来源于stack exchange，提问作者bbProg