反采集一直都是我們需要進行的工作，特殊是國内互聯網行業抄襲風氣太盛，其實我們不介意這些采集者把我們原創内容采過去，反正采集者也影響不了我們自己多少，但老是導緻我們服務器資源過載就很煩了。

　　以前一般用“Apache中設置屏蔽IP地址和URL網址來禁止采集”，高級一些的用法記錄在“識别User Agent屏蔽一些Web爬蟲防采集”，中途還專門“自己編寫網站防采集程序”，但用起來也有些不完善。

　　這兩個月提交百度熊掌号、MIP/AMP後，正常的爬蟲多起來，流量也多一些，跟着

　　我們的百度聯盟賬号被封後，申訴解封了，就還是繼續投放，也有一定的收益，一直說還要再詳細對比一下的，拖了一段時間，今天花時間專門去進行了多項對比，下面記錄分享要點。

1、比較國内站adsense和baidu聯盟三個廣告位的eCPM結果：

• 頂部鍊接：
  • 百度 - 手機版 20:2 ￥4.16
  • adsense - responsive link ￥0.28
  • 結論：相差很大，百度多10倍以上
• 中部廣告：

　　我們有個數據量很大的美國5+4位郵政編碼系列網站，一共4千5百多萬數據，分散到51個州的子網站，每個站少的幾萬，多的數百萬，平均大幾十萬，搭建的時候用的Drupal 6，好像有個Import模塊來進行導入成為node，導入就花了好長時間，後來要升級到Drupal 7的時候更是痛苦，經常因為數據量太大無法使用常規的升級方式遷移成功，中途總是中斷，後來一個一個站、甚至逐個字段編程進行轉移，前後進行了好幾個月。

　　數年後購買了新的來源數據，又進行比對、補充導入，也是花了幾個月時間，今年進行了重新分析改版處理，僅重新生成網站地圖就需要好些天。而這樣大數據量的網站也常常造

　　我們很早前就做了部分阿拉伯語網站，主要都是靠Google翻譯進行的，找翻譯工作幫我們矯正過一次，到現在也積累了一些用戶和流量，這次專門找了阿拉伯語專業學生來實習幫我們校對。

　　因為以前我們自己完全看不懂阿拉伯文，都是直接複制粘貼到網站中、模闆程序中，所以一些錯誤在所難免，而我們自己也無法發現。這次實習生來了用戶，除了阿拉伯語方面發現的問題以外，在阿拉伯語網站中存在英文、數字、标點符合順序混亂是發現的又一大類問題。

　　例如這個美國5+4位郵編站還有一些阿拉伯語用戶：

• نيويورك الولايات الم

　　2016年11月為了宣傳我們的IP查詢網站，添加了“Drupal網站中顯示留言者的IP地址”功能，MediaWiki站也通過修改相關程序來實現，但有用戶反映不希望自己的IP地址暴露出來，特别是在查号吧這個網站，一些曝光騙子号碼的匿名用戶更是不願IP暴露、引起可能的打擊報複麻煩。

　　今天去進行了兩個修改，一個是正常的頁面顯示中把IP地址後兩位數字屏蔽，這是通過修改includes/OutputPage.php來實現的：

public function addHTML( $text ) {
//jamesqi 2
  

　　《Google AdSense實戰寶典》第二版（副标題：用谷歌廣告聯盟出海賺美元）的初稿已經出來，明天交給出版社去，預計10月下旬可以出版發行。從第一版到第二版的8年時間裡我也接觸了很多AdSense發布商或者想做AdSense的朋友，少部分踏實做的賺到了錢，大部分想走捷徑的沒有賺到錢，所以我要在這本書一翻開的地方用一整頁來強調：

扉頁：

　　作者看到太多想走捷徑做Google AdSense的國人了，太多人都是嘗試各種作弊手法，一段時間後賬号被封，一分錢沒有賺到，網站内容、網絡技術沒有一點沉澱

　　很久前就使用Drupal做多語言網站，采用了Drupal自帶的多語言支持，對于需要大量翻譯的詞彙，采用自定義模塊配套的.po文件來導入翻譯内容。

　　以前翻譯一些外文的時候用到Google翻譯，總是在Web界面進行：https://translate.google.cn/ 或者 https://translate.google.com/ ，将需要翻譯的詞、句輸入，翻譯後将輸出内容複制、粘貼到.po文件或者直接粘貼到Drupal的翻譯界面。

　　但如果需要翻譯的詞、句量很大，或者需要翻譯的目标語言很多的時候，反複複制粘貼都是一

　　以前我們也曾經開通過外文數據銷售網站的Blog，注冊了Facebook/Twitter賬号發布網站新消息，但都沒有堅持更新，所以沒有起到什麼作用。今年開始大量向國外發展，招聘了專門外文人才，除了抓緊尋找數據、搭建新網站以外，也開始進行運營推廣，包括去quora答題、把facebook/twitter賬号重新啟用、還再開了一個新的外文Blog。

　　網址如下：

• Blog: Databasesets
• Facebook: Jingle Wuhan
• Twitter: Wuhan Jingle<

　　去年我們Drupal網站把MySQL數據庫的UTF8字符集升級為UTF8MB4了，很重要一點就是可以支持emoji表情字符，以前的UTF8字符集數據庫在保存表情字符的時候會無法保存而報錯。

　　當時我還專門去找了幾個emoji表情網站