Inhoudsopgave:
Definitie - Wat betekent Content Scraping?
Content schrapen is een illegale manier om originele content van een legitieme website te stelen en de gestolen content op een andere site te plaatsen zonder medeweten of toestemming van de eigenaar van de content. Inhoudschrapers proberen vaak gestolen inhoud als hun eigen inhoud door te geven en geven de eigenaren geen inhoud.
Content schrapen kan worden bereikt via handmatig kopiëren en plakken, of kan meer geavanceerde technieken gebruiken, zoals het gebruik van speciale software, HTTP-programmering of HTML- of DOM-parsers.
Veel van de inhoud die ten prooi valt aan schrapen, is auteursrechtelijk beschermd materiaal; het opnieuw plaatsen zonder toestemming van de auteursrechteigenaar is een strafbaar feit. Schrapersites worden echter over de hele wereld gehost en schrapers die worden gevraagd om auteursrechtelijk beschermde inhoud te verwijderen, kunnen gewoon van domein veranderen of verdwijnen.
Techopedia legt Content Scraping uit
Inhoudschrapers kunnen verkeer naar hun websites genereren door inhoud van hoge kwaliteit met veel zoekwoorden van andere sites te verwijderen. Bloggers zijn hier bijzonder gevoelig voor, waarschijnlijk omdat het onwaarschijnlijk is dat individuele bloggers een legale aanval op schrapers zullen starten. Schrapers worden aangemoedigd om deze praktijk voort te zetten, omdat zoekmachines nog geen effectieve manier hebben gevonden om unieke inhoud uit geschraapte inhoud te filteren, waardoor schrapers kunnen blijven profiteren.
Websitebeheerders kunnen zichzelf beschermen tegen schrapen door middel van eenvoudige maatregelen, zoals het toevoegen van links naar hun eigen site binnen de inhoud. Hierdoor kunnen ze op zijn minst wat verkeer halen uit geschraapte inhoud. Meer geavanceerde methoden voor het omgaan met schrapen door bots zijn onder meer:
- Commerciële anti-bottoepassingen
- Bots vangen met een honeypot en hun IP-adressen blokkeren
- Blokkeren van bots met JavaScript-code
