更新時(shí)間：2015-07-14總有人在說自己的文章被抄襲，然后抄襲者收錄了，自己的卻沒有被收錄，我曾經(jīng)我也這樣想，甚至我使用屏蔽右鍵、屏蔽復(fù)制等手段來克制抄襲者的惡意競(jìng)爭(zhēng)行為，對(duì)此，我今天我有不同的看法，也有不同的觀點(diǎn)。
未收錄不代表未抓取
確實(shí)，為了SEO的發(fā)展，自己辛辛苦苦寫了兩篇原創(chuàng)文章，被一個(gè)大型網(wǎng)站抄襲秒收錄，而自己的站點(diǎn)卻不收錄，這是一件非常讓人尷尬的事情，那么真的不收錄，就不是原創(chuàng)了嗎?
很多朋友是這樣認(rèn)為的，自己的文章沒有被收錄，而抄襲者的卻收錄了，所以百度判斷自己抄襲了別人的文章，所以自己權(quán)重也就一直上不來，排名一直沒有。其實(shí)這是一個(gè)錯(cuò)誤的觀點(diǎn)，我曾在百度排名規(guī)則的文章中提到，百度收錄是需要經(jīng)過抓取-識(shí)別-釋放這三個(gè)流程。其中在釋放的流程中，需要判斷整體網(wǎng)站的質(zhì)量，當(dāng)整體網(wǎng)站質(zhì)量過關(guān)，收錄相對(duì)較快，當(dāng)整體網(wǎng)站信譽(yù)度沒有達(dá)到百度的標(biāo)準(zhǔn)，百度將會(huì)暫時(shí)保留你的文章，不被釋放出來。
不被釋放出來，但是已經(jīng)經(jīng)過了抓取和識(shí)別這兩個(gè)流程，在這里特別的說一下抓取的流程，當(dāng)網(wǎng)站建立以后，提交到搜索引擎，搜索引擎基本每天都會(huì)來抓取，大家可以試著安裝百度云加速后臺(tái)可以統(tǒng)計(jì)出抓取的頁面，如果抓取不夠，也可以在百度站長(zhǎng)平臺(tái)中設(shè)置抓取頻率和sitemap自動(dòng)推送，這樣抓取的是完全沒有壓力。設(shè)置方法如下：
打開【百度站長(zhǎng)平臺(tái)】點(diǎn)擊左側(cè)導(dǎo)航【我的網(wǎng)站】-【站點(diǎn)管理】-【添加網(wǎng)站】-輸入網(wǎng)站域名，根據(jù)自身?xiàng)l件驗(yàn)證網(wǎng)站。
然后點(diǎn)擊左側(cè)導(dǎo)航【頁面抓取】-【鏈接管理】-提交方式選擇【sitemap】，然后將自己的網(wǎng)站地圖提交上去，更新時(shí)間更具你網(wǎng)站的更新時(shí)間來設(shè)置，比如網(wǎng)站每天更新一篇文章，那么就填寫1天，論壇、門戶可能添加的比較多。
另外在把sitemap地圖寫到robots里面，抓取基本是完全沒有問題，那么接下來就進(jìn)入識(shí)別系統(tǒng)，每一個(gè)頁面抓取了，就一定會(huì)進(jìn)行識(shí)別對(duì)比，是否會(huì)出現(xiàn)重復(fù)，與互聯(lián)網(wǎng)的內(nèi)容重復(fù)度有多少，從而判斷出頁面的原創(chuàng)度。那么在已經(jīng)判斷出原創(chuàng)度的時(shí)候，再來談收錄，先收錄誰不代表誰就是原創(chuàng)了!
如何判斷文章的原創(chuàng)度?
并不是你網(wǎng)站有文章，是你自己寫的，就一定會(huì)被搜索引擎認(rèn)為這是一篇原創(chuàng)文章，因?yàn)槠渲羞�有很多技術(shù)方面的問題，搜索引擎還未能解決。
記得我曾經(jīng)在一個(gè)網(wǎng)站每天更新一篇文章，一篇文章的字?jǐn)?shù)只有100字左右，但是文章頁面非常簡(jiǎn)單，簡(jiǎn)單到整個(gè)頁面沒有JS、CSS、HTML代碼，只有文字，但收錄卻非常好，而有一些網(wǎng)站，用JS、CSS、html代碼把網(wǎng)站修飾的非常漂亮，但是發(fā)布的文章卻不收錄，這讓我開始覺得代碼與原創(chuàng)度有直接關(guān)系。
我忘記了，在哪里看到過這樣的一句話“搜索引擎只能識(shí)別200KB以內(nèi)的內(nèi)容”，對(duì)于一個(gè)網(wǎng)站而言，200KB算是很大了，我的博客只有30KB左右，所以我博客在搜索引擎中抓取是完全沒有壓力，如果你的網(wǎng)站有超過200KB，我覺得你是應(yīng)該要優(yōu)化了。
這和網(wǎng)站的文件大小有什么關(guān)系呢?好，我們來看看，搜索引擎在抓取一個(gè)頁面的流程是從頭到底，任何一個(gè)頁面都有一個(gè)共同點(diǎn)，那就是頭部一樣、底部一樣，唯一不一樣的就是文章內(nèi)容，那么搜索引擎在抓取頭部有10KB左右是一模一樣的，到中部文字的時(shí)候只有2KB是不一樣的，而底部又有10KB是一模一樣的，那么還會(huì)認(rèn)為這是原創(chuàng)文章嗎?
這里還得給大家灌輸一個(gè)理念，那就是搜索引擎是不認(rèn)識(shí)字的，他只有把這個(gè)漢字放到他的數(shù)據(jù)庫(kù)去對(duì)比，當(dāng)一對(duì)比一個(gè)新文章頁面的時(shí)候，總共22KB的頁面，居然有20KB一模一樣，就算是寫了原創(chuàng)文章，也會(huì)被列入到偽原創(chuàng)的列表中去。
經(jīng)過我3年的SEO優(yōu)化加測(cè)試，我對(duì)原創(chuàng)文章的判斷得出了這樣的一個(gè)理論，當(dāng)一個(gè)頁面比較大的時(shí)候，一個(gè)頁面的不同點(diǎn)至少占頁面的1/3，那么寫多少文字呢，比如你頁面有10KB，那么至少的寫3KB的文字，剩下的7KB相同，這些才不容易被列入到偽原創(chuàng)的列表中。當(dāng)然，這是我個(gè)人得出的理論，并沒有完全的證據(jù)和理論來證明。
為什么抄襲者的網(wǎng)站更容易收錄?
那么還有一個(gè)問題來了，既然要抓取、識(shí)別、釋放這么復(fù)雜的流程，為何抄襲我們網(wǎng)站的內(nèi)容還先收錄呢，這是大家很糾結(jié)的這個(gè)問題，我也糾結(jié)了很久，直到有一天，我自己做了一個(gè)平臺(tái)，每天讓自媒體人發(fā)布非常原創(chuàng)內(nèi)容的時(shí)候，我才總結(jié)出來，為何越抄襲越容易收錄!
在談?wù)摮u者網(wǎng)站為何會(huì)收錄塊的時(shí)候，我覺得咱們先要搞清楚新聞內(nèi)容是收錄流程，新聞內(nèi)容相對(duì)普通的內(nèi)容收錄較快，因?yàn)樾侣剝?nèi)容具有時(shí)效性，所以必須當(dāng)場(chǎng)發(fā)當(dāng)場(chǎng)收錄，然后釋放出來，不然拖到第二天在收錄的話，這個(gè)新聞可能不熱了，關(guān)注的人也就少了，百度從而失去了這個(gè)體驗(yàn)。
而抄襲者的網(wǎng)站與新聞內(nèi)容類似，通常抄襲者的網(wǎng)站是抄襲過多篇文章，其中有直接抄襲原創(chuàng)者，也就抄襲二手文章，抄來抄去，互聯(lián)網(wǎng)同樣的文章就非常多了，當(dāng)一篇文章被互聯(lián)網(wǎng)多次抄襲，這就意味著這篇文章比較熱門，不熱門怎么會(huì)這么多人抄襲呢?最終就出現(xiàn)了一個(gè)熱點(diǎn)效應(yīng)，收錄的門檻也就降低了。所以就出現(xiàn)了抄襲者抄襲了你的文章，比你還先收錄。
防止抄襲最好的辦法
什么禁止右鍵、禁止復(fù)制這些方法都弱爆了，對(duì)方要抄襲、要采集，你這么點(diǎn)技術(shù)禁止，對(duì)他來說是完全沒有作用，況且人家采集是直接從代碼中采集，并非實(shí)際來到了你的網(wǎng)站，而且還會(huì)讓你的讀者覺得你網(wǎng)站體驗(yàn)就嚴(yán)重問題，所以我非常不建議使用這些方法來禁止抄襲者，我也是這方面的過來人，現(xiàn)在我是用這些方法來對(duì)策的。
當(dāng)我今天把文章寫出來后，不管是否收錄明天將會(huì)把文章通過投稿的形式發(fā)布出去，通過投稿的形式，對(duì)方會(huì)完全的尊重并且保留你的版權(quán)，即使沒有留下鏈接版權(quán)，至少也會(huì)留下品牌詞的版權(quán)。
投稿成功以后，當(dāng)抄襲者在此抄襲這篇文章的時(shí)候，互聯(lián)網(wǎng)已經(jīng)有很多此文章了，第一他會(huì)覺得互聯(lián)網(wǎng)文章太多，不會(huì)再次抄襲了，因?yàn)樗氤瓌?chuàng)文章，第二就算他抄襲了，互聯(lián)網(wǎng)你投了這么多文章，最終公認(rèn)的版權(quán)是你的，并且多個(gè)頁面有URL直接指向你的頁面，這也是給你這篇文章做了一個(gè)最好的外鏈。
總結(jié)：其實(shí)對(duì)于抄襲者并不是很可怕，對(duì)我們來說，應(yīng)該是一件好事情，當(dāng)他們抄習(xí)慣了，自然會(huì)幫我們做到推廣的作用。
