作者yobook (@@)
看板Soft_Job
標題[請益] 備份網站的技術?
時間Sat Oct 9 09:40:57 2021
花了很多P幣，跟時間再研究google跟備份網站
備份網站不是用多線程爬蟲技術嗎?
但是好像發現了，沒有這麼簡單
好像每個版，測試過，被備份的方式不同....
說簡單，但也不簡單
這類網站所依賴的技術，其實滿簡單的
但是PTT只要發文權限跟方式不改，永遠都一定會被備份
發文的那個瞬間，因為很多地方不能改變，只能發文後再改
所以，第一次的文章標題，還有發文者一定會被紀錄
本文可以修改，所以必須等第二次才能解決
想問一下，PTT備份網站，像是PTTWEB 所仰賴的技術.....
謝謝!
損失好多P幣跟時間，血淚，才得到這種結論.....
人腦真的比不上電腦QQ
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.137.62.1 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1633743659.A.19F.html
1F：→ gasbomb: ……有人看得懂這篇嗎？ 10/09 10:03
2F：→ yinxuanh: 伸手文啊 10/09 10:08
3F：→ loadingN: 為什麼會損失p幣 10/09 10:09
5F：推 PttLite: 看標題進來因為是DB backup或snapshot結果是爬蟲...我快 10/09 11:08
6F：→ PttLite: 跟不上時代了.. 10/09 11:08
7F：→ qrtt1: 看不懂想要幹麻 10/09 11:55
8F：推 wahaha279: 看不懂在說什麼 10/09 11:58
9F：→ yougigun: 我也跟不上你的腦 10/09 12:02
10F：→ brianhsu: 請先閱讀「提問的智慧」，謝謝。 10/09 12:09
11F：→ chocopie: 先定義你要備份的內容是甚麼。 10/09 12:50
12F：→ chocopie: 是原本的內容一模一樣？還是只爬文章文字內容？ 10/09 12:50
13F：→ JimRoid: 看標題我以為你是要問快照之類的 10/09 12:55
14F：推 utdsml: 原 po 應該是想問備份 PTT 裡面所有發推文紀錄的網站 10/09 13:02
15F：→ moom50302: ctrl+S…？ 10/09 13:05
16F：推 eduishappy: 我覺得PTT備份文章的網站真的好厲害喔！全都可以記錄 10/09 13:06
17F：推 stupid0319: 偷取別人網站內容叫備份¿¿¿ 10/09 13:37
18F：推 geroge0820: 這就是工程師和客戶之間的思維差異 10/09 13:43
19F：推 kyoe: 只要格式固定,都可以被解析 10/09 13:47
20F：推 flypaper: 我程度太差看不懂 QQ 10/09 14:31
21F：推 roccqqck: 爬蟲作業自己寫欸 本來每個網站爬蟲都不一樣 10/09 15:18
22F：→ roccqqck: 都要修改 10/09 15:18
23F：→ Olwen: 明明是中文，我確聽不懂 10/09 15:45
24F：推 PttLite: 要用眼看 10/09 15:54
25F：→ ChungLi5566: 看不懂的都沒有成為PM的資質 10/09 16:33
26F：→ ChungLi5566: 客戶說的備份 要跟工程師說逆向工程才聽得懂 10/09 16:35
27F：→ wave1et: ptt有個allpost版吧 10/09 17:19
28F：推 PttLite: 為什麼要對自己的網站做逆向工程 10/09 18:12
29F：推 RINPE: 沒有什麼是複製貼上解決不了的 10/09 18:18
30F：推 sniper2824: 2012做到現在發文發問還像完全不懂程式的外行著實厲害 10/09 19:25
31F：推 bill0205: 對不起我還真的看不懂 10/09 20:21
32F：推 aidansky0989: 這個表達能力不愧是工程師 10/09 20:22
33F：→ OrzOGC: 我看得懂,有人可以撿我去當PM嗎?QQ 10/09 20:22
34F：推 viper9709: 看不懂想問什麼+1 10/09 20:45
35F：推 pilor: 我看得懂中文看不懂這篇文 10/09 20:54
36F：推 boy70263: Ctrl+A+C+P 10/09 21:34
37F：→ ChungLi5566: 偷別人網站內容 然後做出相似的東西放出來 他想知道 10/09 21:57
38F：→ ChungLi5566: 那些網站怎麼辦到的 10/09 21:57
39F：推 wulouise: 沒講解決要解決什麼，一百遍都猜不透吧 10/09 23:41
40F：推 BignoZe: 看得懂 還好我有看完新上的通靈王 10/09 23:54
好吧~ 我直說1.是用甚麼技術做出的網站? 2.如何防止一發文就被備份
3.可以從備份網站刪文嗎?
41F：推 Kazimir: 公開網站要怎麼防止備份 你要他們刪文不然寫信去問看看R 10/10 04:46
寫了3封，沒人鳥~
42F：→ qrtt1: 只有一開始就不存在的東西不會被備份 10/10 08:31
43F：推 MarcoReus: 反向思考 你可以發加密文 10/10 08:48
44F：推 art1: 去跟 ptt 站方要求禁止來自這些網站的爬蟲 10/10 09:38
45F：→ art1: 應該說請求才對 10/10 09:38
46F：→ FantasyRyu: 公開網站可以防爬蟲的話，那一開始你就發加密網站就好 10/10 09:50
47F：→ daddy29: 砍站 10/10 10:19
我連這網站的技術都不知道~ 要怎麼砍?
※ 編輯: yobook (101.137.139.78 臺灣), 10/10/2021 10:20:25
48F：→ aa06697: 公開網站 網站也不是你擁有的話 你單純發文沒辦法防吧 10/10 10:56
49F：推 WJAider: 哪篇啊? 我架個網站備份那篇，你想刪聯絡我一定刪 10/10 13:10
50F：噓 sppmg: 我看唯一的問題應是：如何發文不留痕跡？ 10/10 14:01
51F：→ Apache: 不要上網 10/10 15:30
52F：→ ChungLi5566: 駭進去砍啊 不然就走法律途徑 10/10 17:08
53F：→ MonyemLi: 如果你是說刪除，那叫特權，工程師不能任意刪除的。公 10/10 17:59
54F：→ MonyemLi: 司主管授權維運工程師，政府公權力要求私人企業 10/10 17:59
55F：→ longlongint: 問netflix怎麼防止用直播截取卡把魷魚遊戲錄下來 10/10 18:28
56F：→ longlongint: 阿你文章就發出來了 10/10 18:28
57F：→ chocopie: 1. 直接爬BBS、爬PTT網頁版、爬別人的爬蟲 10/10 19:04
58F：→ chocopie: 2. 如何防止？ 1. 發在有讀取權限的版 2. 不要發文 10/10 19:04
59F：→ chocopie: 3. 檯面上方法有許多，檯面下方法不好說 10/10 19:04
60F：推 mathrew: 砍東西就是駭客行為啊，資訊資產保留的有一定的規範， 10/10 19:27
61F：→ mathrew: 不是你要砍就砍 10/10 19:27
62F：推 Apache: 你可以用GDPR去要求刪除 10/10 19:30
63F：→ TakiDog: 支離破碎的發言 10/12 12:58
64F：→ realbout: 這篇是三小.... 10/12 15:10
65F：推 andrew5106: 啊不就爬蟲 10/12 18:11
66F：→ andrew5106: 之前試過在文章開頭加個HTML註解，有些備份網站就抓不 10/12 18:12
67F：→ andrew5106: 到內文 10/12 18:13
68F：→ andrew5106: 嘗試更改你的內文阿，或是故意加一些語法讓爬蟲程式錯 10/12 18:15
69F：→ andrew5106: 亂認不出來 10/12 18:15
70F：→ andrew5106: 爬蟲只能抓固定Pattern的東西吧 10/12 18:15
71F：推 uglykidjoe: 怎麼這麼多會通靈的人，真是太厲害了 10/22 17:24
72F：→ cathychg: 程式碼，資料庫 系統環境安裝啊 02/09 12:48
73F：→ cathychg: 資料庫比較麻煩 動態客戶資料要利用閒置時間備份。否則 02/09 12:49
74F：→ cathychg: 資料會漏的 02/09 12:49