客户端直接显示id不是一种好方案，譬如/article/2，这样的话，爬虫从1-10000就可以爬取所有文章，应该hash一下

Question

一般用什么hash方案呢？md5嘛

Answer 1

只要公开的都有办法爬，包括含登陆验证的

Answer 2

建表的时候处理下

id,hash(随机字符串就好，6-8位)

id只给内部用，不要返回给前台，前台使用hash读取文章

Answer 3

基本想要爬你的话，你怎么hash都没用。

Answer 4

还 hash ，你哪里看的文章乱写的啊 -_-

hash 之后，你自己都无法知道原来的 id 是什么啦。

如果要非可预测性的主键，成熟方案是使用 uuid 。

当然，你不怕麻烦，专门拿一列存一个 showId ，它是“非可预测值”（这个值可以是 id 的 hash ，加 salt）。

Answer 5

设置不规则ID,只能增加爬虫难度，没办法杜绝。
爬虫会从上级列表页面获取文章连接。所以说这个问题基本杜绝不了

Answer 6

你经过一番折腾后找到了方案，比如hash了下，那么用户从列表页点进来是hash过的链接，难道爬虫就不能从列表页进来？

Answer 7

不需要的，你能想到的，爬虫都想到了。你想不到的，可能爬虫也想到了。。。

Answer 8

如果ID是连续的，恶意用户的扒取工作就非常容易做了，直接按照顺序下载指定URL即可；如果是订单号就更危险了，竞对可以直接知道我们一天的单量。所以在一些应用场景下，会需要ID无规则、不规则。

Answer 9

没什么用的,你在id上做手脚就像是你在队伍中不断的换个帽子,别人还是能从队伍找到你,一般都是在页面上做功夫,比如简单的有源码混淆,前台用户看不出来,但是采集用的有头无头浏览器都是得到的源码,这样就提升了难度.只有难度大于收益,才能让爬虫放手.谁也不喜欢得不偿失.

Answer 10

把请求区分开来，也就是将请求分为有效请求和无效请求