网站被模仿采集产生相同内容的网页

艾上乐品 · 发表于 2015-02-14 16:30:17

相同内容的网页：意思就是两个网站的内容超过80%以上是一样的。互联网充斥着大量重复的网页，这些网页内容高度相似。随着搜索引擎越来越智能化，现在复制内容有了变化，两篇或者多篇网页内容意思一致，也被定位复制内容（两篇或者多篇文章，表达的一个意思，但是字面表达不一样，也可能被搜索引擎判断为重复内容）。现如今好多网站都被模仿采集相同内容的网页越来越多，真叫人揪心。
一、相同内容的网页是怎么产生的呢？
1.技术原因。网站网址URL不规范，未作标准化的问题会让一个网站内部产生大量复制内容，几乎每篇内容都会存在两篇以上的重复。多个域名指向一个网站被搜索引擎认为是重复内容。
2.网页正文太少，网页都有很多公共代码，比如网页的导航、网页的底部等这些是公共代码，，比如广告、版权声明、说明文字、如果网页正文太少，可能造成被搜索引擎认为是重复页面。
3.、网站结构。是的，在大量的产品网站中根据产品的价格、上传时间、区间、评论等等因素进行排序的页面，相同产品都有不同的URL，造成至少三四个页面的重复。在博客中表现得很明显的是时间及分类存档，这些网站结构造成了各种页面版本，形成大量站内重复内容。
4.一个企业建设多个网站，比如好多企业站都会在一些b2b商业平台上建设公司信息网站，每个网站内容重复，比如公司介绍，公司的产品信息等重复。
5.、新闻类网站。我朋友以前做一个新闻网站，直接用RSS生成他需要的内容，这让他觉得自豪，因为不用多大功夫就能获得完整时效的新闻。然而这些新闻内容已经在原文和其他网站上早出现上百次了，最后网站基本上没收录，宣布夭折。
6.一个网页提供多个版本，比如手机版本、提供word阅读版本等，相同的内容不同的版本，造成内容重复。
7.其他网站的RSS feed来生成网站内容，有很多是重复网页。
8.人工恶意转载，互联网无时无刻不在恶意转载，转载别人的网页，而且去掉原始链接，我们去各类论坛，发现恶意转载充斥这论坛，可以说论坛上99%以上的内容都是转载的，造成大量复制内容。这应该是SEO行业内造成当前海量复制内容的最主要原因。各种转载，各种剽窃，还有镜像网站，采集等等。对于这一点没说明好说的，只是希望行业内的人士都应该具有版权意识。
9.各种采集软件，互联网上还充斥着各种采集软件，进行疯狂的采集，无时无刻都在制造大量垃圾页面。给大家找个例子：某一次阿峰再用百度站长工具查询网站外联的时候发现好几条陌生的链接，因为我发外链的平台就那几个，网址都认识的。然后就点进去看了，就发现这个有意思的网站，上面的内容完全采集于A5。他正好采集了我在A5留言板给人的留言，上面有链接地址所以被收录了。如图

采集类型的网站
10.善意的转载，转载带上原创的来源，包括作者自己的转载。好比当前我发现一篇写的很棒的文章时候，就会转载到自己的博客去，那我的朋友看到了这篇文章，觉得也很棒，那也就有可能转到自己的博客或者空间，就这样产生了重复的内容。从动机来说都是无意的，不是邪恶的。
11.http状态码问题。我举例说明，一个用phpwind论坛程序做的论坛，一个具体帖子URL是，如果不做技术处理，tid后面的数字换成任意的上千上万比如100000，服务器依然返回200状态码，与原来的tid=137内容一样，这点会造成恐怖的站内重复内容。菜鸟一定要注意。
  二、模仿采集相同内容的危害：
用户喜欢看不同的内容，来扩展阅读，如果点击多次都是采集内容，严重伤害用户体验，搜索引擎为了提高用户体验，限制模仿采集网页的排名。搜索引擎在判定是否拥有原创主权的时候更加偏向于高权重的网站，所以如果小站的原创文章被采集到高权重的站发表，若是让搜索引擎判断，肯定是你抄袭人家的，而不是高权重的站抄袭你的。目前搜索引擎在判断原创的时候失误率也算比较高的，很多站长对此感到无奈，辛辛苦苦做的原创被别人剽窃发到其他网站，转瞬之间被收录，而自己网站上的原创页面看起来就像是受到惩罚了，因为搜索引擎判断原创失败，没有给予我们应有的分数。不过一般高权重的站管理比较严格，若是又发现网站内容被侵权可以联系管理员删除内容。
  三、搜索引擎对相同内容的态度：
网站适当的模仿采集，搜索引擎不会处罚该网站，如果网站整站采集或者网站采集比例太高，造成网站是低质网站，可能被搜索引擎处罚。搜索引擎为了鼓励原创，对于原创内容一般给予好的排名和收录，对于采集网页，可能降低排名或者不予收录。由于判断网页是否原创的技术比较复制，因此搜索引擎很容易误判，把原创的内容当成采集内容，把复制的内容当成原创内容，比如高权重的网站转载一个低权重的网站，搜索引擎很可能误判把高权重的内容当为原创内容。这种情况是经常发生的，比如一个门户网站转载了企业网站的信息，造成企业网站该网页搜索引擎不收录，但是门户网站收录和排名都非常好，这就是搜索引擎误判造成的。
四、搜索引擎判断原创的一些方法
1.收录先后时间，搜索引擎一般把第一个收录的网页，当成原创网页。
2.通过网页上的锚链接或者网址，判断该网页的原创。
3.网页的出身，网站整体权重越高搜索引擎判断为原创的几率越高。
五、如何消除重复内容
网站要解决复制内容其实是非常麻烦的，因为你可以控制自己的网站，但你无法控制互联网上的其他网站，对于SEO来说，我们只能做到下面两点：
1.在自己的原创内容之中加入版权声明，要求转载保留指向原始页面的链接，原创版本的外部链接应该会比转载的多，对目前的搜索引擎技术来说，这是最重要的判断信息了!
2.坚持原创，网站坚持原创，好处巨大，只要能够坚持一定的时间，网站的权重必定增加，加上网站良好的独特内容给搜索引擎留下的深刻印象，网站之中的内容被判断为原创的机会大大增加。
3.网站每有内容更新，应该立马向百度提交新页面，做好外链指向，这样很有可能让搜索引擎尽快的抓取到你的新页面。但若是新站的话只是这样去做还是大大的不够的，在这里推荐朋友们看下：新站如何做到快速让百度收录
如果经过以上办法，SEO和站长依然无法解决采集的问题，甚至发现有网站大量抄袭你的内容，造成原创内容全部失效，你也可以主动的去和对方接洽，通过各种手段，比如交际=投诉到空间商、甚至向搜索引擎投诉，在比较不重视版权的中文互联网环境之中，这的确是非常棘手的问题。无论如何，真心希望我们的行业越来越走向规范化。

本文来源：多宝平台  http://www.duobaovip8.com

dpjanebass · 发表于 2026-08-08 16:10:40

楼主辛苦了，整理这么多内容，必须点赞收藏

商摆小路 · 发表于 2026-08-09 11:38:19

这个分享太实用了，刚好能用到，感谢楼主！

桃夭一线 · 发表于 2026-09-08 11:51:10

蹲了这么久，终于看到有价值的讨论，支持一下！

		自动登录	找回密码
密码			加入怎通

[站长八卦] 网站被模仿采集产生相同内容的网页