网站被镜像是指，在网络上出现一个和你的网站一模一样的被复制的网站，除了域名之外全部都一模一样。

网站被镜像有两种情况：

一完全镜像你的站，除了网址不一样，完全山寨你的。

另一种是非法站，都是抓取的你的网页内容，但是实际查看的时候，隐藏掉了，显示的是他的广告。

网站被镜像的情况出现之后，被镜像的网站还能够超过原网站的排名，原网站会遭受非常大的损失，被百度K站，造成排名和收录被清零的情况发生。

因此如果我们在日常网站维护中，发现这一类的镜像网站一定要及时处理，以减少对我们网站正常运营的影响。

网站被镜像之后的处理方法，

方案一：网站被镜像之后，第一时间，我们应该在百度站长平台进行反馈，百度站长平台的说明是，百度会自动识别一些恶意镜像网站，但是如果你发现你的搜索词（如你的网站名称）被镜像的网站排名已经到了第一页，那么你需要第一时间去百度站长提交，让百度将镜像网站放入镜像网站黑名单。

1、百度站长反馈中心：http://ziyuan.baidu.com/feedbackckcccc

2、百度举报平台进行举报（如果镜像网站有博彩等非法的内容，举报是比较有效的）http://jubao.baidu.com/jubao/（百度站长反馈的时候，你需要像百度提交相关的资质证明，比如百度快照截图，网站备案资料，域名证书等等一些有力证明你的网站的资料，提交之后，百度会给与回复。）

方案二： 用.htaccess屏蔽镜像网站的ip和域名， 空间设置只能通过域名访问，ip不能访问（镜像程序狗基本都是利用程序爬网站ip进来镜像的）
如果网站镜像不是整站复制，而是使用解析的方式进行的，那么你可以查询到镜像网站的ip，并在服务器上拒绝ip，或者利用你的服务器防御软件，如云锁、安全狗等列入黑名单。如果你使用的是虚拟主机，那么你可以使用第三方防御，如360网站卫士、百度云加速，也可以对镜像网站进行杜绝。

1.截获IP

将上述文件命名为“ip.php”放在网站根目录,然后我通过镜像网站网址访问http://www.***.com/ip.php，然后在上述PHP程序生成的ip.txt中获取了这个IP：

 

<?php

$file = "ip.txt";//保存的文件名

$ip = $_SERVER['REMOTE_ADDR'];

$handle = fopen($file, 'a');

fwrite($handle, "IP Address: ");

fwrite($handle, "$ip");

fwrite($handle, " ");

fclose($handle);

?>
104.194.16.230 （美国）

2.屏蔽IP

在htaccess中添加下述代码：

Deny from 104.194.16.230

当你再次用镜像网址访问你的网站的时候就会报4.3错误了，现在百度即使收录了这个网址对你的网站也不会产生任何影响

如果你的服务器是windows服务器就是屏蔽一下ip就可以了，如果网站使用了cdn需要让cdn官方技术帮你屏蔽一下即可。LINUX主机通过修改.htaccess也可以设置，这部分可以让技术操作。

方案三： 转移网站镜像到其他网站，比如：把镜像我的网站转移到一些大型网站上去，对大型网站几乎没有影响，但如果有影响的话大型网站的反馈话语权也比我们有分量。

把刚才的403错误页面设置为其他网站网址，实现方法是在屏蔽IP的htaccess代码中添加：

ErrorDocument 403 http://news.baidu.com/

这样你访问你的镜像网址时，会发现它镜像的是其实百度新闻。后果可想而知。

方案四： 利用百度云或者加速乐等隐藏真实网站ip

方案五： 服务器网站目录保护，网站其他禁止脚本运行，php和asp都可以设置；

如果对方是扒的网站模板，同时批量采集网站信息怎么办？

1、限制IP地址单位时间的访问次数
　　分析：没有哪个常人一秒钟内能访问相同网站5次，除非是程序访问，而有这种喜好的，就剩下搜索引擎爬虫和讨厌的采集器了。
　弊端：一刀切，这同样会阻止搜索引擎对网站的收录（不建议操作）
　　适用网站：不太依靠搜索引擎的网站
　　采集器会怎么做：减少单位时间的访问次数，减低采集效率
2、屏蔽ip
　　分析：通过后台计数器，记录来访者ip和访问频率，人为分析来访记录，屏蔽可疑Ip。（最有效的方式）
　　弊端：似乎没什么弊端，就是站长忙了点
　　适用网站：所有网站，且站长能够知道哪些是google或者百度的机器人
　　采集器会怎么做：打游击战呗!利用ip代理采集一次换一次，不过会降低采集器的效率和网速(用代理嘛)。
3、利用js加密网页内容
Note:这个方法我没接触过，只是从别处看来
　　分析：不用分析了，搜索引擎爬虫和采集器通杀
　　适用网站：极度讨厌搜索引擎和采集器的网站
　　采集器会这么做：你那么牛，都豁出去了，他就不来采你了
4、网页里隐藏网站版权或者一些随机垃圾文字，这些文字风格写在css文件中
　　分析：虽然不能防止采集，但是会让采集后的内容充满了你网站的版权说明或者一些垃圾文字，因为一般采集器不会同时采集你的css文件，那些文字没了风格，就显示出来了。
　　适用网站：所有网站
　　采集器会怎么做：对于版权文字，好办，替换掉。对于随机的垃圾文字，没办法，勤快点了。
5、用户登录才能访问网站内容
　　分析：搜索引擎爬虫不会对每个这样类型的网站设计登录程序。听说采集器可以针对某个网站设计模拟用户登录提交表单行为。
　　适用网站：极度讨厌搜索引擎，且想阻止大部分采集器的网站
　　采集器会怎么做：制作拟用户登录提交表单行为的模块
6、利用脚本语言做分页(隐藏分页)
　　分析：还是那句，搜索引擎爬虫不会针对各种网站的隐藏分页进行分析，这影响搜索引擎对其收录。但是，采集者在编写采集规则时，要分析目标网页代码，懂点脚本知识的人，就会知道分页的真实链接地址。
　　适用网站：对搜索引擎依赖度不高的网站，还有，采集你的人不懂脚本知识
　　采集器会怎么做：应该说采集者会怎么做，他反正都要分析你的网页代码，顺便分析你的分页脚本，花不了多少额外时间。
7、防盗链措施(只允许通过本站页面连接查看，如：Request.ServerVariables("HTTP_REFERER") )
　　分析：asp和php可以通过读取请求的HTTP_REFERER属性，来判断该请求是否来自本网站，从而来限制采集器，同样也限制了搜索引擎爬虫，严重影响搜索引擎对网站部分防盗链内容的收录。
　　适用网站：不太考虑搜索引擎收录的网站
　　采集器会怎么做：伪装HTTP_REFERER嘛，不难。
8、全flash、图片或者pdf来呈现网站内容
　　分析：对搜索引擎爬虫和采集器支持性不好，这个很多懂点seo的人都知道
　　适用网站：媒体设计类并且不在意搜索引擎收录的网站
　　采集器会怎么做：不采了，走人
9、网站随机采用不同模版
　　分析：因为采集器是根据网页结构来定位所需要的内容，一旦先后两次模版更换，采集规则就失效，不错。而且这样对搜索引擎爬虫没影响。
　适用网站：动态网站，并且不考虑用户体验。（静态网站头部和底部调用不一样的模块，考虑八爪鱼和火车头两种类型的采集）
　　采集器会怎么做：一个网站模版不可能多于10个吧，每个模版弄一个规则就行了，不同模版采用不同采集规则。如果多于10个模版了，既然目标网站都那么费劲的更换模版，成全他，撤。
10、采用动态不规则的html标签
　　分析：这个比较变态。考虑到html标签内含空格和不含空格效果是一样的，所以< div >和< div >对于页面显示效果一样，但是作为采集器的标记就是两个不同标记了。如果次页面的html标签内空格数随机，那么
　　采集规则就失效了。但是，这对搜索引擎爬虫没多大影响。
　　适合网站：所有动态且不想遵守网页设计规范的网站。
　　采集器会怎么做：还是有对策的，现在html cleaner还是很多的，先清理了html标签，然后再写采集规则;应该用采集规则前先清理html标签，还是能够拿到所需数据。

我们要从被镜像发展到镜像别人的网站，了解如何镜像别人才会总结更好的镜像解决办法！