产生复制内容的原因

    复制内容也可以称为重复内容。复制内容指的是两个或多个URL内容相同,或非常相似。复制内容既可能发生在同一个网站内,也可能发生在不同网站上。
1、产生复制内容的原因
    下面这些原因可能造成复制内容。
    ·前面讨论的网址规范化问题会产生复制内容。
    ·代理商和零售商从产品生产商那里转载产品信息。这倒没什么不对,一般生产商也都同意,没有版权问题。但是绝大部分代理商、零售商、批发商都是直接copy,而不做任何改动,大家用的都是一模一样的产品说明,所以这些电子商务网站上充斥着大量复制内容。
    ·打印版本。很多网站除了正常供浏览的页面外,还提供更适于打印的页面版本,如果没有用适当方式禁止抓取,这些打印版本网页就会变成复制内容。
    ·网站结构造成的各种页面版本。如产品列表按价格、评论、上架时间等排序页面,博客的分类存档、时间存档等。
    ·网页内容由RSS生成。有很多网站,尤其是新闻类网站,用其他网站的RSS feed生成网站内容,这些内容在原始出处和很多其他类似网站上都已经出现过很多次了。
    ·使用Session ID。搜索引擎蜘蛛在不同时间访问网页的时候,被给予了不同的SessionID,实际上网页内容是一样的。由于Session ID参数不同,就被当成了不同的网页。
    ·网页实质内容太少。每个网页上都不可避免地有通用部分,比如导航条、版权声明、广告等。如果网页的正文部分太短,内容数量还抵不上通用部分,就有可能被认为是复制内容页面。
    ·转载及抄袭。有时是其他人抄袭了你的网站内容,有时是善意的转载,有时是作者自己在不同网站发布文章,这些都会造成复制内容。
    ·镜象网站。镜象网站曾经很流行,当一个网站太忙太慢的时候,用户可以通过替 代镜象来看内容或下载,这也有造成复制内容的风险。
    ·产品或服务类型之间的区别比较小。比如有的网站把自己的服务按地区进行分类,但实际上提供给每个地区的产品或服务都是一样的。这些按地区分类的页面只是把地名改了改,其他股务内容说明全都一样。
    .URL任意加字符还是返回200状态码。有的网站由于技术原因,用户在URL后加上任意字符或参数,服务器还能正常返回200状态码,并返回没加上任意字符时一样的重复内容页面。
    检查页面是否有复制版本相对简单。拿出页面正文中的一句话,加上双引号,在搜索引擎中搜索一下,从结果中就能看到是否有多个页面包含这句话。一般来说,随机挑选的
一个句子,完整出现在另一篇无关文章中的可能性很低。
    举一个比较极端却很清楚的例子。我为了试验搜索引擎是否使用关键词标签,曾经在一篇博客帖子中提到“伍疗踢瓜sdfghj”这么一个字符串。在我发这个帖子之前,搜索引擎没有这个字符串的任何结果。现在搜索一下,可以清楚看到有不少因为转载或抄袭形成的复制内容,如下图。
转载或抄袭形成的复制内容

    在Google搜索得到的结果就更多了,将近1000个页面。令人无奈的是,绝大部分转载没有按版权声明链接到原出处,更有很多直接连作者都给改了。
请尊重我们的辛苦付出,未经允许,请不要转载SEO自学网的文章!
上一篇:怎么解决URL规范化的问题
下一篇:复制内容的害处