Você está procurando uma maneira de impedir que spammers e golpistas roubem as publicações do seu blog no WordPress usando raspadores de conteúdo?
É muito frustrante para o proprietário de um site ver que alguém está roubando seu conteúdo de alta qualidade sem permissão, monetizando-o, superando sua classificação no Google e roubando seu público.
Neste artigo, abordaremos o que é raspagem de conteúdo de blog, como você pode reduzir e evitar a raspagem de conteúdo e até mesmo como tirar proveito dos raspadores de conteúdo para seu próprio benefício.
O que é raspagem de conteúdo de blog no WordPress?
O scraping de conteúdo de blog é quando o conteúdo é retirado de várias fontes e republicado em outro site. Normalmente, isso é feito automaticamente por meio do feed RSS de seu blog.
Infelizmente, é muito fácil e muito comum ter o conteúdo do seu blog WordPress roubado dessa forma. Se isso já aconteceu com você, então você entende como isso pode ser estressante e frustrante.
Às vezes, seu conteúdo será simplesmente copiado e colado diretamente em outro site, inclusive sua formatação, imagens, vídeos e muito mais.
Outras vezes, seu conteúdo será republicado com atribuição e um link para seu site, mas sem sua permissão. Embora isso possa ajudar seu SEO, talvez seja melhor manter o conteúdo original hospedado somente em seu site.
Por que os raspadores de conteúdo roubam conteúdo?
Alguns de nossos usuários nos perguntaram por que os scrapers estão roubando conteúdo. Normalmente, a principal motivação para o roubo de conteúdo é lucrar com seu trabalho árduo:
- Comissão de afiliados: Profissionais de marketing de afiliados desonestos podem usar seu conteúdo para trazer tráfego para o site deles por meio de mecanismos de pesquisa a fim de promover seus produtos de nicho.
- Geração de leads: Advogados e corretores de imóveis podem pagar alguém para adicionar conteúdo e ganhar autoridade em sua comunidade e não perceber que ele está sendo extraído de outras fontes.
- Receita de publicidade: Os proprietários de blogs podem extrair conteúdo para criar um centro de conhecimento em um determinado nicho “para o bem da comunidade” e, em seguida, encher o site de anúncios.
É possível evitar completamente a raspagem de conteúdo?
Neste artigo, mostraremos algumas medidas que você pode tomar para reduzir e evitar a raspagem de conteúdo. Mas, infelizmente, não há como impedir completamente um ladrão determinado.
É por isso que terminamos este artigo com uma seção sobre como você pode tirar proveito dos ladrões de conteúdo. Embora nem sempre seja possível impedir um ladrão, talvez você consiga obter algum tráfego e receita com o conteúdo que ele roubou de você.
O que você deve fazer quando descobrir que alguém extraiu seu conteúdo?
Como não é possível impedir completamente os scrapers, você pode um dia descobrir que alguém está usando o conteúdo que roubou do seu blog. Talvez você se pergunte o que fazer quando isso acontecer.
Aqui estão algumas abordagens que as pessoas adotam ao lidar com scrapers de conteúdo:
- Não fazer nada: Você pode gastar muito tempo lutando contra os scrapers, por isso alguns blogueiros populares decidem não fazer nada. O Google já vê sites conhecidos como autoridades, mas isso não acontece com sites menores. Portanto, essa abordagem nem sempre é a melhor, em nossa opinião.
- Remoção: você pode entrar em contato com o scraper e pedir que ele remova o conteúdo. Se ele se recusar, envie uma notificação de remoção. Você pode saber como fazer isso em nosso guia sobre como localizar e remover facilmente conteúdo roubado no WordPress.
- Aproveite as vantagens: Embora trabalhemos ativamente para que o conteúdo extraído do WPBeginner seja retirado, também usamos algumas técnicas para obter tráfego e ganhar dinheiro com os extraidores. Você pode aprender como na seção “Aproveite os raspadores de conteúdo” abaixo.
Dito isso, vamos dar uma olhada em como evitar o scraping de blogs no WordPress. Como este é um guia abrangente, incluímos um índice para facilitar a navegação:
1. Direitos autorais ou marca registrada do nome e do logotipo do seu blog
As leis de marcas registradas e direitos autorais protegem seus direitos de propriedade intelectual, sua marca e seus negócios contra muitos desafios legais. Isso inclui plágio e uso ilegal de seu material protegido por direitos autorais ou do nome e logotipo de sua marca.
Você deve exibir claramente um aviso de direitos autorais em seu site. Embora o conteúdo do seu site seja automaticamente coberto pelas leis de direitos autorais, a exibição de um aviso informará que seu conteúdo é protegido por direitos autorais e que eles não podem usar suas propriedades protegidas para fins comerciais.
Por exemplo, você pode adicionar um aviso de direitos autorais com uma data dinâmica ao rodapé do WordPress. Isso manterá seu aviso de direitos autorais atualizado.
Isso pode desencorajar alguns usuários a roubá-lo. Isso também ajudará no caso de você precisar enviar uma carta de cessação e desistência ou registrar uma reclamação de DCMA para retirar o conteúdo roubado.
Também é possível solicitar o registro de direitos autorais on-line. Esse processo pode ser complicado, mas, felizmente, há serviços jurídicos de baixo custo que podem ajudar pequenas empresas e indivíduos.
Saiba como fazer isso em nosso guia sobre como registrar a marca e os direitos autorais do nome e do logotipo do seu blog.
2. Torne seu RSS Feed mais difícil de ser extraído
Como a raspagem do conteúdo do blog geralmente é feita automaticamente por meio do feed RSS do seu blog, vamos examinar algumas alterações úteis que você pode fazer no seu feed.
Não inclua o conteúdo completo da postagem em seu feed RSS do WordPress
Você pode incluir apenas um resumo de cada publicação em seu feed RSS em vez do conteúdo completo. Isso inclui um trecho, bem como metadados da postagem, como data, autor e categoria.
Certamente há um debate na comunidade de blogueiros sobre a necessidade de ter feeds RSS completos ou feeds resumidos. Não entraremos nesse assunto agora, exceto para dizer que uma das vantagens de ter apenas um resumo é que ele ajuda a evitar a extração de conteúdo.
Você pode alterar as configurações acessando Configurações ” Leitura no painel de administração do WordPress. Você precisa selecionar a opção “Excerto” e, em seguida, clicar no botão “Salvar alterações”.
Agora, o feed RSS mostrará apenas um trecho do seu artigo. Se alguém estiver roubando seu conteúdo por meio do feed RSS, receberá apenas o resumo, não a publicação completa.
Se você quiser ajustar o resumo, consulte nosso guia sobre como personalizar trechos do WordPress.
Otimize seu RSS Feed para evitar a raspagem
Há outras maneiras de otimizar o feed RSS do WordPress para proteger seu conteúdo, obter mais backlinks, aumentar o tráfego na Web e muito mais. Uma das melhores maneiras é adiar a exibição das postagens no feed RSS.
A vantagem é que, ao atrasar o aparecimento de publicações no seu feed RSS, você dá aos mecanismos de pesquisa tempo para rastrear e indexar seu conteúdo antes que ele apareça em outro lugar, como em sites de scrapers. Assim, os mecanismos de pesquisa verão seu site como autoridade.
A maneira mais segura e fácil de fazer isso é usar o WPCode, pois ele tem uma receita que adiciona automaticamente o código personalizado correto ao WordPress.
Para obter instruções detalhadas, consulte nosso guia sobre como atrasar a exibição de postagens em seu feed RSS do WordPress.
3. Desativar Trackbacks, Pingbacks e API REST
Nos primórdios dos blogs, os trackbacks e pingbacks foram introduzidos como uma forma de os blogs notificarem uns aos outros sobre links. Quando alguém faz um link para uma publicação em seu blog, o site dessa pessoa envia automaticamente um ping para o seu.
Esse pingback aparecerá na fila de moderação de comentários do seu blog com um link para o site da pessoa. Se você aprová-lo, ele receberá um backlink e uma menção do seu site.
Isso dá ao remetente de spam um incentivo para raspar seu site e enviar trackbacks. Felizmente, você pode desativar trackbacks e pingbacks para dar aos scrapers um motivo a menos para roubar seu conteúdo.
Para obter mais informações, consulte nosso guia sobre como desativar trackbacks em todas as postagens futuras. Talvez você também queira saber como desativar trackbacks e pings em postagens existentes no WordPress.
Desativar a API REST do WordPress
Além de trackbacks e pingbacks, também recomendamos desativar a API REST do WordPress, pois ela pode facilitar a coleta de seu conteúdo por spammers.
Temos um guia detalhado sobre como você pode desativar a API REST do WordPress.
Tudo o que você precisa fazer é instalar e ativar o plug-in gratuito do WPCode e usar o snippet predefinido para desativar a API REST.
4. Bloqueie o acesso do Scraper ao seu site WordPress
Uma maneira de impedir que os scrapers roubem seu conteúdo é impedir o acesso deles ao seu site. Você pode fazer isso manualmente, bloqueando o endereço IP, mas a maioria dos usuários achará mais fácil usar um plug-in de segurança, como um firewall de aplicativo da Web.
Bloqueie o Scraper usando um plug-in de segurança (recomendado)
Bloquear scrapers manualmente é complicado e dá muito trabalho. Especialmente porque muitas tentativas e ataques de hackers são feitos usando uma grande variedade de endereços IP aleatórios de todo o mundo. É quase impossível acompanhar todos esses endereços IP aleatórios.
É por isso que você precisa de um Web Application Firewall (WAF), como o Wordfence ou o Securi. Eles atuam como um escudo entre o seu site e todo o tráfego de entrada, monitorando o tráfego do site e bloqueando ameaças comuns à segurança antes que elas cheguem ao seu site WordPress.
Para o site do WPBeginner, usamos o Sucuri. É um serviço de segurança de site que protege seu site contra esses ataques usando um firewall de aplicativo de site.
Basicamente, todo o tráfego do seu site passa pelos servidores do serviço de segurança, onde é examinado em busca de atividades suspeitas. Eles bloqueiam automaticamente o acesso de endereços IP suspeitos ao seu site. Veja como a Sucuri nos ajudou a bloquear 450.000 ataques ao WordPress em 3 meses.
Bloquear ou redirecionar manualmente o endereço IP do Scraper
Os usuários avançados também podem querer bloquear manualmente o endereço IP de um scraper. Isso dá mais trabalho, mas você pode direcionar especificamente o endereço do scraper depois de conhecê-lo. O desenvolvedor da Web Jeff Star sugere essa abordagem quando escreve sobre como lida com scrapers de conteúdo.
Observação: Adicionar código aos arquivos do site pode ser perigoso. Mesmo um pequeno erro pode causar erros graves em seu site. Por isso, recomendamos esse método apenas para usuários avançados.
Você pode encontrar o endereço IP do scraper visitando “Raw Access Logs” no painel do cPanel da sua conta de hospedagem na Web. Você precisa procurar endereços IP com um número excepcionalmente alto de solicitações e manter um registro deles, por exemplo, copiando-os em um arquivo de texto separado.
Dica: você precisa se certificar de que não acabará bloqueando o seu acesso ao seu site, o de usuários legítimos ou o de mecanismos de pesquisa. Copie um endereço IP de aparência suspeita e use ferramentas on-line de pesquisa de IP para saber mais sobre ele.
Quando tiver certeza de que o endereço IP pertence a um scraper, você poderá bloqueá-lo usando a ferramenta “IP Blocker” do cPanel ou adicionando um código como este em seu arquivo .htaccess raiz:
Deny from 123.456.789
Certifique-se de substituir o endereço IP no código por aquele que você deseja bloquear. Você pode bloquear vários endereços IP inserindo-os na mesma linha, separados por espaços.
Para obter instruções detalhadas, consulte nosso guia sobre como bloquear endereços IP no WordPress.
Em vez de simplesmente bloquear os scrapers, Jeff sugere que você envie a eles feeds RSS fictícios. Você poderia criar feeds cheios de Lorem Ipsum e imagens irritantes ou até mesmo enviá-los de volta para o site deles, causando um loop infinito e derrubando o servidor.
Para redirecioná-los para um feed fictício, você precisará adicionar um código como este ao seu arquivo .htaccess:
RewriteCond %{REMOTE_ADDR} 123\.456\.789\.
RewriteRule .* http://dummyfeed.com/feed [R,L]
5. Evite o roubo de imagens no WordPress
Não é apenas o seu conteúdo escrito que você precisa proteger. Você também deve evitar o roubo de imagens no WordPress.
Assim como o texto, não há como impedir completamente que as pessoas roubem suas imagens, mas há muitas maneiras de desencorajar o roubo de imagens em um site WordPress.
Por exemplo, você pode desativar o hotlinking de suas imagens do WordPress. Isso significa que, se alguém copiar seu conteúdo HTML, as imagens não serão carregadas no site dessa pessoa.
Ele também reduzirá a carga do servidor e o uso da largura de banda, aumentando a velocidade e o desempenho do WordPress.
Como alternativa, você pode adicionar uma marca d’água às suas imagens que lhe dê crédito. Isso deixará claro que o scraper roubou seu conteúdo.
Você pode aprender essas duas técnicas, bem como outras maneiras de proteger suas imagens, em nosso guia sobre maneiras de evitar o roubo de imagens no WordPress.
6. Desestimule a cópia manual de seu conteúdo
Embora a maioria dos raspadores use ferramentas automáticas, alguns ladrões de conteúdo podem tentar copiar manualmente todo ou parte do seu conteúdo.
Uma maneira de tornar isso mais difícil é impedir que eles copiem e colem seu texto. Você pode fazer isso dificultando a seleção do texto em seu site.
Para saber como impedir a cópia manual de seu conteúdo, consulte nosso guia passo a passo sobre como impedir a seleção de texto e copiar/colar no WordPress.
No entanto, isso não protegerá completamente seu conteúdo. Lembre-se de que os usuários experientes em tecnologia ainda podem visualizar o código-fonte ou usar a ferramenta Inspect para copiar o que quiserem. Além disso, esse método não funcionará com todos os navegadores da Web.
Além disso, lembre-se de que nem todo mundo que copia seu texto será um ladrão de conteúdo. Por exemplo, algumas pessoas podem querer copiar o título para compartilhar sua publicação nas mídias sociais.
Por isso, recomendamos que você use esse método somente se achar que ele é realmente necessário para o seu site.
7. Aproveite as vantagens dos raspadores de conteúdo
À medida que seu blog fica maior, é quase impossível impedir ou controlar todos os scrapers de conteúdo. Ainda enviamos reclamações DMCA. No entanto, sabemos que há muitos outros sites que estão roubando nosso conteúdo e que não conseguimos acompanhar.
Em vez disso, nossa abordagem é tentar tirar proveito dos scapers de conteúdo. Não é tão ruim quando você vê que está ganhando dinheiro com seu conteúdo roubado ou recebendo muito tráfego do site de um scraper.
Crie o hábito de criar links internos para obter tráfego e backlinks de scrapers
Em nosso guia definitivo sobre SEO, recomendamos que você faça dos links internos um hábito. Ao colocar links para seu outro conteúdo nas postagens do blog, você pode aumentar as visualizações de página e reduzir a taxa de rejeição em seu próprio site.
Mas há um segundo benefício quando se trata de raspagem. Os links internos lhe darão backlinks valiosos das pessoas que estão roubando seu conteúdo. Mecanismos de pesquisa como o Google usam backlinks como um sinal de classificação, portanto, os backlinks adicionais são bons para seu SEO.
Por fim, esses links internos permitem que você roube o público do scraper. Blogueiros talentosos colocam links em palavras-chave interessantes, tornando-os tentadores para os usuários clicarem. Os visitantes do site do scraper também clicarão nos links, o que os levará diretamente de volta ao seu próprio site.
Auto Link Keywords With Affiliate Links to Make Money from Scrapers
Se você ganha dinheiro em seu site com o marketing de afiliados, recomendamos ativar o link automático em seus feeds RSS. Isso o ajudará a maximizar seus ganhos com leitores que só leem seu site por meio de leitores de RSS.
Melhor ainda, ele o ajudará a ganhar dinheiro com os sites que estão roubando seu conteúdo.
Basta usar um plug-in do WordPress, como o ThirstyAffiliates, que substituirá automaticamente as palavras-chave atribuídas por links de afiliados. Mostramos como fazer isso em nosso guia sobre como vincular automaticamente palavras-chave a links de afiliados no WordPress.
Promova seu site no rodapé de seu RSS
Você pode usar o plug-in All in One SEO para adicionar itens personalizados ao rodapé do RSS.
Por exemplo, você pode adicionar um banner que promova seus próprios produtos, serviços ou conteúdo.
A melhor parte é que esses banners também aparecerão no site do scraper.
Em nosso caso, sempre adicionamos um pequeno aviso de isenção de responsabilidade na parte inferior das publicações em nossos feeds RSS. Ao fazer isso, obtemos um backlink para o artigo original do site do scraper.
Isso permite que o Google e outros mecanismos de pesquisa saibam que somos a autoridade. Também permite que seus usuários saibam que o site está roubando nosso conteúdo.
Para obter mais dicas, confira nosso guia sobre como controlar o rodapé do feed RSS no WordPress.
Esperamos que este tutorial tenha ajudado você a aprender como evitar a raspagem de conteúdo de blog no WordPress. Talvez você também queira ver nosso guia definitivo de segurança do WordPress ou nossa seleção especializada das melhores soluções de análise para WordPress.
Se você gostou deste artigo, inscreva-se em nosso canal do YouTube para receber tutoriais em vídeo sobre o WordPress. Você também pode nos encontrar no Twitter e no Facebook.
Syed Balkhi says
Hey WPBeginner readers,
Did you know you can win exciting prizes by commenting on WPBeginner?
Every month, our top blog commenters will win HUGE rewards, including premium WordPress plugin licenses and cash prizes.
You can get more details about the contest from here.
Start sharing your thoughts below to stand a chance to win!
Moinuddin Waheed says
I have many friends who used to talk to me about using RSS feed and make content on their website this way. I was not aware exactly how it worked and what benefits they incurred by doing that.
Scraping others content and showing as if they are themselves have created is an offense but in unethical world who cares. Thanks for making this guide by following which we can prevent our content from scraping and atleast can turn it to our advantage.
Jiří Vaněk says
Thank you for the article. I have a blog with over 1200 articles, and I need to start addressing that as well. Thanks for the valuable advice.
WPBeginner Support says
You’re welcome!
Administrador
Toheeb Temitope says
Thanks for the post.
But can I even remove the or disable RSS feed totally or is there any special benefit in it.
Then if I want to disable RSS feed totally, how will I do it.
Thanks.
WPBeginner Support says
If you want to disable the RSS feed for your site, our guide below would be helpful:
https://www.wpbeginner.com/wp-tutorials/how-to-disable-rss-feeds-in-wordpress/
RSS feeds can be helpful to certain users of your site who use RSS feed readers to know when a site has new content.
Administrador
Moinuddin Waheed says
it is good idea to know that we can even disable the RSS feed thus by preventing the potential theft and scraping of the content.
though disabling the RSS feed has some trade off as well.
is there any seo disadvantage of disabling the RSS feed?
or it has nothing to do with seo and ranking ?
WPBeginner Support says
Your RSS feed should not affect your site’s SEO.
Giovanni says
Thank you. Exactly the information I need. But do scrapers use RSS feed still in 2019?
WPBeginner Support says
They certainly can and will try to
Administrador
Nergis says
We hear so much about getting site content by doing content curation. Is content scrapping the same as content curation? If not what’s the difference between the two?
WPBeginner Support says
Content scraping is taking content from other sites to place on your site without permission, content curation is normally linking to other content within content you have created
Administrador
Kingsley Felix says
I am facing these issues, i had 20+ for one of our brands, then we moved elsewhere and they are back again.
WPBeginner Support says
content scrapers are a constant strugle sadly
Administrador
slevin smith says
I found a realy bad content scaper from by blog, not only they steal my content, used the same name for they spam blog only separatedwith a – and all description, tag, basicly trying to be me, is used links in rssfeed with my blog, youtube channel, facebook, twitter, pinterest & google plus, which shows up on there spam blog, also found that png images shows up on the front page but jpeg dose not, but that maybe just on blogger.
astrid maria boshuisen says
I absolutely love the interlinking-idea. Will have to look at the RSS suggestion, since I forgot how that works exactly, having focussed on writing Kindle e-books for a while (talk about content scraping – zero protection there!.. hence my return to website writing) but I feel I have really got a place to start with protecting my content! Thanks!
Danni Phillips says
WOW! So much to take into consideration when starting a blog. My blog is only 2 weeks old. I have used mainly WP Beginner to set up my blog. So much good info set out in a way a newbie can follow.
I don’t know if this works for content scraping but I have installed a plugin called Copyright Proof. It disables right click so that people can not copy and paste your content.
I decided to use this plugin as it was a recommended plugin for author sites.
Eri says
your post can be copied easy , trust me.
Reo says
Disabling selection is good method but it only support famous web browser like Chrome, Safari and Opera but not IE and Edge.
Dave Coldwell says
Another great article, I work as a freelance journalist so I sell a lot of articles and it’s up to the people who buy it to decide on their policies.
But I also have a couple of blogs and affiliate websites so I think I might need to take a look at what’s happening with my content.
Absynth says
Does not giving credit where it’s due count as “content scraping”?
Because Jeff Starr wrote this same post at Perishable Press over 5 years ago:
Check the structure and terminology of your article and compare it to the original.
Just sayin.
WPBeginner Support says
We did give credit to Jeff Starr. Please read the actual article before pointing out errors.
Administrador
Absynth says
Yes my apologies.. I missed that the first time through. My bad
Sieu says
i has just develop a theme for blogger and that theme need a full feed to work, i worry about scrapping content, i think if many scrapper use my content on their blogger site, which have the same content with my site, backlink point to mysite, my blog will be spam in Google ‘s eye and will be deleted.
Lori says
Thanks for this amazing article with useful tips! I actually just got a “Thin Content” penalty from Google. I asked an SEO expert for help, they told me to stop scraping content. They sent me a link of an article I wrote yesterday and thought I had stolen it from another website. The crappy thing is, they were stealing from me, not just that article, but probably a couple thousand articles! They are still in Google search, and I am not. I am being the one penalized! Turns out there are at least three websites scraping my content, not even sure what to do.
Raviraj says
Awesome article.
I sort of agree with most of the points you have discussed. Actually few of the points are pretty awesome.
But if your sole business is based on content in your website, shouldn’t we be more careful about scrapers?
I don’t think content theft would ever be good to the owner of the content.
I guess we all should think of opting some preventive measure rather than reactive measure. You can consider using ShieldSquare, a content protection solution to stop content scraping permanently.
Andre says
I know this is an old article, but the one source that is NOTORIOUS for allowing content scaping is WordPress with their “Press This” feature. They are basically encouraging this.
Sara says
I think I may have finally found the answer to my problem. I have been thinking someone has been stealing my stories and making them into “new” stories. I thought either someone is out to get me or I am losing my mind. I was almost losing my mind over thinking like this. Paranoid. Concerned someone was listening to my private phone calls. When really, all the information has come directly from my blog! This article may have saved my life. Literally. I am not even joking because I have been so afraid that I was going crazy and very selectively trying to talk about it with friends, to get feedback or support and being looked at like I am nuts and need to go to the psych ward for a while. This article makes what has been happening to me, make total sense. Thank you! I am so overwhelmed with relief.
John says
Thanks for some tips but a good chunk of this article is not very helpful. Most scrappers are not blind scrappers, the content is generally sucked, looked at by a human eye and then published. Which means that even by taking a minute to look at an article the spam kid is able to publish hundred of copied article a day. Backlinks problem is very easy to circumvent for content scrapper as the feed importers have pre-process options and they generally set it to delink the body. Also I do not see how turning rss into summary may help at all, the feed importers only use the rss to grab the new content link and from there they follow the skeleton of your html, which you have nicely set with proper image, title, link etc tags for the convenience of Google and very easily extract the content.
Obviously blocking the IP is a very good solution. DMCAs are generally a waste of time; they take time to formulate and stupid hosts take time to respond (since spammers choose these host specifically because they’re lax on spam-like activity). Of all, Google is the most frustrating; no matter how many reports you file with them they never take action on any of the stolen content on which they’re showing ads and still rank the crap-spam site well on the search results despite it being easy for their systems to detect copies
Evie says
John, I couldn’t agree with you more. Google got mad at me stating that I was the person stealing my own content. This person stole my content and put it on blogger. The nerve. There needs to be a solution for this. At this point, I just block!
WPBeginner Staff says
Then perhaps the best way for you is to change the licensing and aggressively send take down notices to content scrappers. Meanwhile keep focusing on creating quality content.
Philipp D says
Hi there,
I just stumbled upon your article while looking for answers to some of my concerns.
I, together with some friends, launched a website about DIY in Italy, few months ago, which is working unexpectedly well, rankings are high, lots of traffic, etc. Still, PR is yet 0. Our content has a Creative Commons 4.0 license, because we realyl believe it’s a good way to share contents. HOWEVER:
Some time ago we noticed a PR4 site with lots of traffic copying our top articles, linking back to our homepage (which is not what you’re supposed to do with a CC license, but it’s still ok). The problems are these:
1. there’s a whole lot of smaller sites scraping their (our) content and linking back to them instead of our site
2. the PR4 site and some of the smaller sites somehow rank better than our site
3. there’s strong suggestions that a Google penalty to OUR content has taken place, as it has lower PR than most of the other pages (which have been online for a long time).
We’re in contact with the PR4 site and it’s ok for us if they use our content, as long as they link back to the original article (that’s the whole point of the CC license), BUT we’re trying to find a solution to avoid getting Google penalties: would rel canonical do the job? What is your opinion? Whould we change our license and be more aggressive towards content copying?
Thank you!
WPBeginner Support says
Philipp, If you have not already done so, then you should create a webmaster tools account for your site and submit your sitemap. It helps you figure out if there is a problem with your site, how your site is doing on search, and you can use lots of other tools. It also helps Google better understand where some content first appeared.
We don’t think changing the license will stop content scrappers from copying your content.
Administrador
Philipp says
hi! Yes, we set up a webmaster tools account, linked the site to our google+ page, and most of the authors to their google+ profiles using publisher and author tags. authorship seems to be working fine in search snippets, but so far it doesn’t seem to make much difference in case of scraped content. Higher PR pages scraping our content are still on top…
Garratt says
One of the best ways not to be effected by this is to ping effectively. Pinging, and manually submitting pages to Google and Bing gets spiders on your site FAST. They index the pages ASAP, then when they find duplicate content on other sites consider you as the authority.
I do however have the sneaky suspicion this might have to do with PageRank though… But Matt Cutts (webspam team @ Google) has advocated using pinger’s on this very topic. I’m just not sure how much I can trust what he says though.
To add more services, go to Settings -> Writing Settings -> Update Services -> Open the “Update services” link in a new tab and copy all the update services. Back in WordPress paste them in the ping list and click save.
Open account in Bing Webmaster tools for manual URL submission for fast indexing.
Chris Backe says
I recently discovered a guy that can taking an RSS feed from my blog – bear in mind that my blog is a summary feed with Yoast’s ‘This post was found first on’ line. I sent the guy a thank-you message, basically telling him that he’s giving me backlinks, AND telling Google he’s copying my website (since they can look at the timestamps to see which was published first).
Checked out 2 days later, and all my stuff was mysteriously gone…
Editorial Staff says
Hah yup. Most of these scammers aren’t very bright lol. Glad you got it fixed.
-Syed
Administrador
Ian says
Has anyone seen or used this WP anti scraping plugin http://wordpress.org/plugins/wordpress-data-guards/ it sounds solid but very few people have downloaded it ? I’m not technical – so would appreciate opinions on its worth or effect on SEO
Editorial Staff says
You can definitely use that plugin. It blocks right clicks, keyboard shortcuts for copying, ip blacklist etc. Those all prevent manual scraping however most content scrapers use automatic tools. So none of those would be super helpful.
Administrador
Ian says
Thanks for your reply – the pro version states it protects you from bot attacks so I assume that means scrapper bots? the price puts me off installing it on all my sites, but I may use it on one just to see how well it works
Mark Conger says
This is one of, if not the best, “beginner” article I’ve ever come across on the web.
After reading it I feel like I just had a meeting with a security consultant.
I’m applying these techniques right frickin now!
Thanks. I’m now a follower of this site.
Editorial Staff says
Thanks for the very kind words Mark
Administrador
Neil Ferree says
Its only happened to me a few times. Some blogger from outside the USA has taken my post word-for-word and posted to their site as if it were their own. Since it was just a single post with my YT video embedded, I didn’t sweat the details too much, since my channel CTR saw a nice spike it visits anyway.
Edward B. Rockower, Ph.D. says
Just want to say thanks, thanks, and thanks!
I just today discovered your website, only read 3 articles so far (including this one)… but I’m extremely impressed.
I’ve only been blogging now for 5 weeks, but finding it addictive, especially seeing the growing traffic and user engagement as a result of my efforts. Seeing 100 visitors to my blog site in one day, and being able to see who’s referring them, motivates me to learn all I can to increase the social media marketing and interactions with new visitors.
Best regards,
@earthlingEd
Debbie Gilbert says
I love your Website and was floored to read about content scraping! Is there and way to create a watermark somehow which is not distracting to your readers but to the scraper’s site is dead obvious?
Editorial Staff says
You can do hotlink protection among other things to disable images on domains that are not whitelisted.
Administrador
Usman says
Is it legal to post the complete article from another website and writing source website name at bottom of article?
Editorial Staff says
No.
Administrador
Usman says
And if we give direct link to article at bottom?
Dan says
It is still not good unless the owner approves it
Abdul Karim says
Is there any way / plugin
someone is copy my fashion blog picture and post it at their forum
but when i click on image at that forum . its open in new window
i want any plugin or script that if he copy my images when someone click on that images, then that person redirect to my blog post related to that images ?
any plugin yet ? link with post images ?
Editorial Staff says
None that we know of.
Administrador
Abdul Karim says
I’ll done it just change
when someone upload any picture on right side it shows url link
default setting is media file
u have to change it in attachment url
then done!
when someone copy your blog images .that give backlink to your posted page
Anton says
If someone takes an article written in English and translate it, using their heads and not google translate, into some other language, lets say because the majority of the people in the country of that other language doesn’t understand English. Would you point them out as scrapers anyway? Or what is your opinion on that?
For me personally I don’t find it extremely problematic, of course I believe the “author” should link bank to the original article while clarifying that his article is translated.
Editorial Staff says
Unless you have written permission of the author, then it is technically scraping.
Administrador
Greg says
This is a tremendous article. After reading it I hope you do not see me as a content scraper. I have used excepts from you (curated), I always have the ‘Read the Full Article” and have your page link there and also many of my posts are tweeted and I include your twitter account in there. If you do not want this please let me know and I will gladly remove it. I am very appreciative of your work and want to share it with my visitors. it is not intended to steal your visitors but to be able to give good value to mine and send them on to you for more.
Editorial Staff says
Greg, as long as you only display an excerpt and send the user over to our site to read the full article, then it is not scraping. As you said, it is curation. Tons of popular sites do that (i.e reddit, digg, etc).
Administrador
ryan says
My site has a lot of original security articles and a couple have been scraped. The site that scraped me was in yahoo! News with my article and had people commenting on it. I dealt with the issue by commenting and saying I was the original author and replied to a few comments. I had internal links, that’s how I found out so quickly. A trick I am going to write about is getting people who come from a scrapers site and have a banner or image appear telling them what happened. The never ending request suggestion sounds illegal under the computer fraud and abuse act. I am not a lawyer. I just write about security, so I have to know the security laws for computers.
I Do not like it that your form didn’t take my companies email as a valid email.
Editorial Staff says
Sorry Ryan that our form didn’t approve your business email. Not sure what happened there, but it is meant to approve all valid emails.
Administrador
andre says
how to use this code, can you provide more details or tutorials, thank you
RewriteCond %{REMOTE_ADDR} 123\.456\.789\.
RewriteRule .* http://dummyfeed.com/feed [R,L]
Editorial Staff says
You would have to edit the .htaccess file.
Administrador
Ali Rashid says
nice and informative writeup i like your approach of taking advantage of the scrappers however blocking an ip may not always work; a serious scrapper would often use a list of anonymous or free proxies in that case blacklisting one ip might not be an effective solution as the scrapper would change it often. One solution is to write a small script that will detect any abnormal traffic from a given ip, say more than 20 hits/sec and challenge it with a captcha if no reply, put the ip in a temp blacklist for about 30 mins. you can hardened it with another javascript that detects mouse, touch or keyboard movement after few hits, if no keyboard, mouse, or touch is detected you can again put the scrapper in the temp blacklist, worked like a charm for us.
Arihant says
Your solutions are good enough for content scrapers.
But what if people are manually coping and pasting content into their Facebook pages.
We have implemented tynt but they remove the link back to original article, any ideas on how you can handle this kind of situation.
Editorial Staff says
If people really want to steal your content, there is nothing you can do about it. It’s a sad truth, but it’s a truth.
Administrador
Garratt says
Actually there’s a plugin created by IMWealth Builders, probably the only one of their plugins I like, the rest are pretty trashy and involve scraping Ecommerce sites (CB,Azon,CJ etc) for affiliate commisions.
It’s called “Covert Copy Traffic” is actually allows you to set any text pre or post a set number of words. So say I set it to post “This content was taken from xxxxxxx.com” after 18 words. Then anytime someone copied/paste more than 18 words from the website it would add that text at the bottom, 17 words or less it would do nothing.
These were just example settings. Pretty useful plugin, works a charm. I’ve tried just about every way I could think of to bypass the text insertion but it seems to be impossible. Plugin is to stronk.
Editorial Staff says
Sounds like you are describing this tutorial here:
https://www.wpbeginner.com/wp-tutorials/how-to-add-a-read-more-link-to-copied-text-in-wordpress/
Garratt says
Yeah, that’s right. You can just use that script to say “Content came from yourwebsite.com” rather than “Read More”.
Jennae Barker says
Is this true that their amazon etc programs are scrapers – if that is the case – I have made whopper of mistake on a purchase from them – luckily, I have not used it yet.
Garratt says
Yeah Jennae, it’s legal in terms of Amazon allow you to copy content from their pages. It helps there sales, affiliates are the reason Amazon is Amazon.
However Google and other search engines (that matter) just consider it a “thin affiliate site” as in no original content. Therefore they don’t rank unless there’s a certain percentage of original content on the site as well.
A scraper, is nothing more than a spider/crawler generally it runs in socket mode, however some run in browser.
Just because it’s labeled as a scraper doesn’t make it bad per say, I use scrapers and spiders regularly to check my site for unnatural links, I check others for competition analysis, and keyword research and a variety of other tasks that do not harm anyone, but benefit me.
However I don’t like or condone anyone scraping for the purpose of copyright infringement. Which is what this discussion is really about.
Google uses the spider “Google Bot” to index the web along with 100’s of other search engines, there’s thousands, hundreds of thousands of spiders crawling the web for a variety of purposes. Google also scrapes websites to “cache” them. As do a lot of important services we need such as the historical web archives.
Troy says
I’m about to begin aggressively searching for sites that are copying my content and have the content removed. I no it is impacting how my site ranks so I have to do something about it. Any idea how much has to be copied before you can deliver DMCA notices? Is a paragraph in an article enough to legally be able to call it plagiarized?
Editorial Staff says
We are not legal experts here, so we refrain from giving legal advice on this site.
Administrador
Dallas says
You fail to mention that any self respecting autoblogger will strip out links and insert their own affiliate links rather than using your content as it comes, so your approach to getting links from them will usually fail.
Editorial Staff says
Is there such thing as a self respecting autoblogger? If they have any self respect, then they will write original content.
Administrador
David Halver says
Agreed! There’s a very special “Hot Place” near the center of the Earth for Spammers, Scrapers and Auto-Bloggers…
VeryCreative says
I think that the best idea is to include affiliate links.
After the last Pinguin update, my website was penalized. I started to analyze it and I’ve discovered that many other sites copied my content. I don’t know why, but those websites rank better than me in search engines, using my content.
Editorial Staff says
Not just affiliate links. Include as many internal links. Because if those sites are linking back to your other pages, then Google will KNOW that you are the authority site.
Administrador
Bayer says
Hi wpbeginner.com Team. I really appreciate this article, but have one question in regards to having internal links in your pages/posts.
I suppose you mean ‘absolute’ links?? Otherwise this may not work in your favour, once the content has been scraped… Well, so far I have always been going along with relative links, as you do I suppose. Which is the best method? Cheers!
Editorial Staff says
We always use absolute links because it keeps thing working smooth.
Gautam Doddamani says
first of all your tutorial is just fantastic..hats off! just one doubt how to know if a site is a scraper site? i used your method and found out that Google Webmaster Tools is reporting that there are 262 links to my site and there are many sites which dont know of…thus i am in a confusion….how to check if a site is a scraper site or an authoritative site?? is der a tool available for that? thanks in advance!
Editorial Staff says
Trust me, no authority site will ever STEAL your article word-for-word.
Administrador
Gautam Doddamani says
yes that is true…but what if i dont want to find my article on those scraping sites…i know my article is there as it is being reported by GWT and i just want to block that IP address by inserting those rewritecond rules in the htaccess file…i dont want to waste my time searching those bad sites for my article or requesting them to takedown my article…
Nathan says
Thank you for this article – and for your site in general!. I like this so much that I had wondered how I would keep track of this resource. And now I see the subscriptions options below. What a way to get a comment!
Yeasin says
Preventing content scraping is almost impossible. I don’t think content scrapper does hurt me any way. They are just voting me that i have got some high quality contents. Google is smart enough to detect the original publishers. No-one should worry.
mrwindowsx says
really informative, if you use cloudflare, there is new apps called ScrapeShield, and you can easily protect and track/monitor your site contents free.
wpbeginner says
@mrwindowsx Oh didn’t know that. Thanks for pointing it out.
Gautam Doddamani says
wow dats great man…do you use cloudflare? i just wanted your review because i have never used that cdn service..i know it is free and all but i think my site load time is already gr8 that i didnt require it…now that scrapeshield is there i think i will definitely check it out…what all other apps will we get if we start using cloudflare?? thanks
Matt says
Hello,
IMO @cloudflare really is awesome. I have two sites on it (both mine and my wife’s blog) and it really is incredibly fast, but that’s not to mention all of the security, traffic analysis, app support (automatic app installs) that they provide.
I know that all hosting setups are different, but I have both of our sites running on the Media Temple (gs)Grid Service. I can honestly say that our sites run faster now than they did when I was using W3 Total Cache and Amazon S3 as my CDN. Actually, I still use W3TC on my site to minimize & cache my content, but I use CloudFlare for CDN, DNS, and security services.
Highly recommend… Actually, I would really appreciate it if someone at WPBeginner would give us their in-depth, experienced opinion of the CloudFlare services. To me, they have been awesome!
shivabeach says
You can also get a plugin whose name eludes me at this time that does the google search for you. It also adds a code into your RSS that the app searches for
MuhammadWaqas says
Great post, I know there are many autoblogs fetching my content. Although after penguin update my site is getting 3 times more traffic from google than before. But after reading about many disasters or original content generators I’m worried about future penalties by google.
Its my experience that usually google respect high PR sites with good authority backlinks. but site is just one year old and PR is less than 5.
I try to contact scrappers but most of them don’t have contact forms. so I think I’ll try that htaccess method to blog the scrappers ip addresses. But only the other hand some of them can use feedburner.
Garratt says
Personally I don’t bother with RSS as most users don’t use it. Instead supply a newsletter feed. It does the same trick + you get emails to market to (if done correctly). Majority of people are more likely to subscribe to a blog rather than bookmark a RSS in my experience. So it’s better to turn off RSS. You can do this using WordPress SEO by Yoast, and various other plugins.
Then if you also implement above mentioned strategies, you should be good. Remove all unnecessary headers RSD WLM etc.
There will be a couple still able to scrape effectively but those tricks will diminish a great deal of them.