最代码网站的链接被垃圾广告链接恶意提交到百度收录后的经验和代码片段分享

今天在站长平台突然发现关键词多了很多诸如：学校,学院,办理,毕业证的不相关的关键词，估计是有seo蝗虫恶意提交了带有广告词的搜索地址给了百度，而百度也傻傻的收录了。

解决方法如下：

1.首先搜索关键词限制输入只能10个文字，超过的返回404

2.写脚本把所有这种url都收集为sitemap.xml提交到百度站长平台

希望能解决掉这个问题!

java脚本代码见附件

代码的思路很简单，请求地址得到链接，由于百度现在对结果链接做了加密，所以需要再次请求这个地址得到真实的地址，另外百度对客户端访问有频率限制，所以我让线程休眠3秒中。

代码写的相对啰嗦，而且java写脚本确实不如python来的快，大家可以改成为python语言的。

运行截图：

缺少一个Web.java类：

class Web {
	private String home;
	private String name;

	public Web(String home, String name) {
		this.home = home;
		this.name = name;
	}

	public String getHome() {
		return home;
	}

	public void setHome(String home) {
		this.home = home;
	}

	public String getName() {
		return name;
	}

	public void setName(String name) {
		this.name = name;
	}

	@Override
	public boolean equals(Object obj) {
		Web web = (Web) obj;
		return this.getHome().equals(web.getHome());
	}

	@Override
	public String toString() {
		return "home:" + home + ",name:" + name + "\n";
	}

}