条目数据被竞品整站扒走：识别、防采集的限度，和不正当竞争那条线

目录站的核心资产不是程序，是那几万条人工核过的数据。所以你的站一旦做出名气，被同行整站扒数据几乎是必然的：一个晚上，几千个条目连图带简介出现在别人的站上，分类结构都懒得改。

图片来源：网络，版权归原作者所有，侵权请联系删除

先取证，再谈其他

发现被扒，第一件事不是改代码加防，是固定证据：对抄袭页面做公证或可信时间戳存证，记下对方站的页面、你的原始发布时间、双方数据的对应关系。你的发布时间早于对方，是你主张权利的地基，而发布时间是随时可查的——前提是你自己的数据带时间戳。

技术防采集，认清它的限度

常见的手段都可以上，但要明白它们只能抬高成本，挡不住真想扒的人：频控加 UA 校验能挡掉九成低级脚本；蜜罐条目——在某几个条目里埋进独特的错别字或虚构数据，谁原样抄走，就是一击即中的证据；登录墙和延迟加载防得更彻底，但也把搜索引擎和真实用户一起劝退。

这个取舍各站自己定。只想说一句：为了防采集把页面做成搜索引擎看不懂的样子，是拿确定的收录去换不确定的防线，这买卖不划算。

法律那条线：robots 协议挡不住的，反不正当竞争管

很多人以为对方「遵守了我的 robots」或「robots 没禁止就随便爬」。判例不是这么说的。大众点评诉百度案里，百度抓取行为符合大众点评的 robots 协议，法院照样认定不正当竞争——上海浦东法院 2016 年一审、上海知识产权法院 2017 年二审维持，判赔经济损失 300 万元加合理费用 23 万元。

判决的逻辑核心是「实质性替代」：公证抽查显示百度地图里 1055 个商户平均每家用了 81 条来自大众点评的评论，大量商户页面上四分之三以上的评论来自大众点评且全文展示。法院的态度翻译成大白话就是：robots 协议解决的是「能不能来抓」，抓来的信息怎么用、用到什么程度，还要过商业道德这一关。大量全文使用、替代原站向用户提供内容，就越过了这条线。

行为	风险
抓取公开数据、标注来源、少量引用	低，属合理使用范畴
整站搬运、不标来源、原样展示	高，实质性替代
抄袭后改头换面、伪原创洗稿	高，且证据链更易固定

robots 协议是君子协定，不是免罪金牌。它管住的是抓取的礼貌，管不住使用的贪心。

维权路径按成本排：先发函要求下架（很多扒数据的站主收到函就怂了），再走平台投诉和域名注册商投诉，最后才是诉讼。判例摆在那里，你的胜算取决于证据链，而证据链取决于你被扒之前有没有把时间戳和存证习惯养好。