復(fù)制內(nèi)容網(wǎng)頁是怎樣形成的？
復(fù)制網(wǎng)頁(或者叫重復(fù)內(nèi)容網(wǎng)頁)指的是兩個(gè)或多個(gè)網(wǎng)頁內(nèi)容相同，或非常相似。
一般來說，搜索引擎不喜歡復(fù)制內(nèi)容網(wǎng)頁，他們會盡量判斷哪一個(gè)是原始版本，然后把其他的復(fù)制網(wǎng)頁忽略不計(jì)。
有兩點(diǎn)值得注意：
1）復(fù)制網(wǎng)頁的判斷并沒有一個(gè)比例。比如說一個(gè)網(wǎng)頁上有60％或80％的內(nèi)容和其他網(wǎng)頁相同，就被列為復(fù)制網(wǎng)頁，如果真有一個(gè)比例那就簡單多了。
2）復(fù)制網(wǎng)頁并不會帶來懲罰。搜索引擎會丟掉其他的復(fù)制網(wǎng)頁，但不會懲罰搜索引擎認(rèn)為的原始出處。
不過這就有可能對真正原始出處產(chǎn)生懲罰。比如搜索引擎判斷錯誤，把原始出處當(dāng)成復(fù)制的，而把復(fù)制的當(dāng)成原始出處。
復(fù)制內(nèi)容網(wǎng)頁的出現(xiàn)一般有這些可能性：
1）網(wǎng)址規(guī)范化問題所產(chǎn)生的。
2）代理商和零售商的網(wǎng)站經(jīng)常從產(chǎn)品生產(chǎn)商的網(wǎng)站上抄下產(chǎn)品信息。這倒沒什么不對，一般產(chǎn)品生產(chǎn)商也都同意，但是絕大部分代理商，零售商，批發(fā)商都會直接copy，而不做改動。所以這些電子商務(wù)網(wǎng)站上充斥著大量復(fù)制內(nèi)容網(wǎng)頁。
3）打印版本。很多網(wǎng)站提供更適于打印的版本，如果沒有用robots.txt文件，那么這些打印版本網(wǎng)頁就可能會變成復(fù)制網(wǎng)頁。
4）網(wǎng)頁內(nèi)容由RSS生成。有很多網(wǎng)站，尤其是新聞類網(wǎng)站，都是用其他網(wǎng)站的RSS feed來生成網(wǎng)站內(nèi)容的，這些內(nèi)容在原始出處和很多其他網(wǎng)站上都已經(jīng)出現(xiàn)了。
5）電子商務(wù)網(wǎng)站使用Session ID。搜索引擎蜘蛛在不同時(shí)間訪問網(wǎng)頁的時(shí)候，被給了不同的Session ID，但實(shí)際上網(wǎng)頁內(nèi)容是一樣的。不過由于Session ID的參數(shù)不同，就被當(dāng)成了不同的網(wǎng)頁。
6）網(wǎng)頁實(shí)質(zhì)內(nèi)容太少。每個(gè)網(wǎng)頁上都不可避免的有通用的部分，比如導(dǎo)航條，版權(quán)聲明等等。如果網(wǎng)頁的正文部分太少，數(shù)量還抵不上這些通用部分，就有可能被認(rèn)為是復(fù)制內(nèi)容網(wǎng)頁。
7）文章抄襲轉(zhuǎn)載等。有的時(shí)候是其他人抄襲了你的網(wǎng)站內(nèi)容，有的時(shí)候是善意的轉(zhuǎn)載，有的時(shí)候是作者自愿的向不同的網(wǎng)站發(fā)送文章，這些都有可能造成復(fù)制內(nèi)容網(wǎng)頁。
8）鏡象網(wǎng)站。鏡象網(wǎng)站曾經(jīng)很流行，當(dāng)一個(gè)網(wǎng)站太忙太慢的時(shí)候，用戶可以通過替代鏡象來看內(nèi)容或下載，這也有造成復(fù)制內(nèi)容網(wǎng)頁的風(fēng)險(xiǎn)。
9）產(chǎn)品或服務(wù)類型之間區(qū)別比較小。比如有的網(wǎng)站把自己的產(chǎn)品或服務(wù)按地區(qū)進(jìn)行分類，但實(shí)際上提供給每個(gè)地區(qū)的產(chǎn)品或服務(wù)都是一樣的。在這些按地區(qū)分類的網(wǎng)頁上，只是把地名改了改，其他內(nèi)容全都一樣。
來源：SEO每天一貼 Zac 昝輝
