搜索引擎如何判断文章的原创度

总有人说自己的文章被抄袭了，然后抄袭者把文章收录了，自己的没有收录。我曾经也是这么认为的，甚至我用了右键屏蔽和复制屏蔽的方法来约束抄袭者的恶意竞争行为。圣途SEO对此有不同的看法，也有不同的看法。

不收录不代表不收录

确实，为了SEO的发展，我辛辛苦苦写了两篇原创文章，被某大网站抄袭收录，却没有被自己的网站收录。这是一件很尴尬的事情，所以如果我真的不包括他们，那就不是原创了？

很多朋友都这么认为，自己的文章不算，抄袭者的文章算，所以百度判断是抄袭了别人的文章，所以自己的权重一直没上来，排名也一直没上来。其实这是一个错误的观点。我在百度排名规则的文章里提到，百度收录需要经过三个过程:抓取-识别-发布。在发布过程中，需要对整个网站的质量进行判断。整个网站质量过关的时候，收录比较快。当整个网站的可信度不符合百度的标准时，百度会暂时保留你的文章，不发布。

没有发布，但是经过了爬行和识别两个过程。在这里，我们具体说说爬行的过程。网站建立后提交给搜索引擎，搜索引擎基本每天都会抓取。可以尝试安装百度云加速后台来统计抓取的页面。如果爬行不够，还可以在百度站长平台设置爬行频率和站点地图自动推送，爬行没有压力。设置方法如下:

打开百度站长平台，点击左侧导航【我的网站】-【网站管理】-【添加网站】——输入网站域名，根据自身条件进行网站验证。

然后点击左侧导航【页面抓取】-【链接管理】-【提交方式】，选择【网站地图】，然后提交你的网站地图。更新时间设置为与您网站的更新时间相匹配。比如网站每天更新一篇文章，就填一天，可能会增加更多的论坛和门户。

另外，当你把站点地图地图写成机器人的时候，爬行基本没有问题。然后，你就进入识别系统了。每一页抓取的时候，一定会进行识别比较，是否会有重复，内容有多少是用互联网复制的，从而判断页面的原创性。那么，当原创性被判定之后，再来说包容。先收录谁不代表谁是原创！

如何判断一篇文章的原创性？

不是你的网站上有文章，而是你自己写的，所以会被搜索引擎认为是原创文章，因为还有很多技术问题，搜索引擎还没有解决。

记得有一次我每天更新一个网站上的一篇文章，一篇文章的字数只有100字左右，但是文章的页面很简单，整个页面上没有JS，CSS，html代码，只有文字，但是收录非常好。但是有些网站用JS、CSS、HTML代码装饰网站，却没有收录发表的文章，让我开始觉得代码和原创有直接关系。

我忘了在哪里看到“搜索引擎只能识别200KB以内的内容”这句话了。对于一个网站来说，200KB是很大的，我的博客也就30KB左右，在搜索引擎里爬我的博客没有压力。如果你的网站超过200KB，我觉得你应该优化一下。

这和网站的文件大小有什么关系？好吧，我们来看看。搜索一个页面的过程是从头到尾的。每一页都有一个共同点，就是头一样，底一样。唯一不同的是文章的内容。所以搜索引擎爬头的时候一模一样，中间文字的时候只有2KB不一样，底部的10KB一模一样。那么还会被认为是原创文章吗？

我们这里要灌输一个思想，就是搜索引擎不懂汉字，所以他只把这个汉字放在他的数据库里比较。对比一篇新的文章页面，总共22KB的页面和20KB完全一样，即使写的是原创文章，也会被列入伪原创的列表。

经过三年的SEO优化和测试，我已经判断出原创文章得到了这样一个理论。一页大的时候，一页的差异至少占一页的三分之一，那么要写多少字呢？比如你的页面有10KB，至少要写3KB的字，剩下的7KB都是一样的，不容易被列入伪原创的列表。当然这是我个人的理论，没有完整的证据和理论可以证明。

为什么抄袭者的网站更容易收录？

那么还有一个问题。既然要捕捉、识别、发布这么复杂的过程，为什么要先收录从我们网站上复制的内容呢？这是每个人都很纠结的问题，我也纠结了很久。直到有一天，我自己做了一个平台，每天当媒体的人发表非常原创的内容时，我总结为什么越抄袭越容易收录！

谈及为什么抄袭者的网站会包含区块，我觉得首先要明白新闻内容是一个包含的过程，新闻内容比普通内容要快。因为新闻内容有时效性，必须当场发布收录，然后发布。否则如果一直收录到第二天，新闻可能就不火了，关注的人就少了，百度就失去这种体验了。抄袭者的网站和新闻内容差不多。通常抄袭者的网站会抄袭很多文章，其中有直接抄袭原作的，也就是抄袭二手文章，抄袭，抄袭。网上有那么多类似的文章。当一篇文章被网络多次抄袭，说明这篇文章很受欢迎。不流行怎么会有这么多人抄袭？最后是热点效应，夹杂门槛降低。所以说，抄袭者抄袭了你的文章，在你之前就收录了。

防止抄袭的最佳方法

有哪些禁止右击和抄袭的方法？他们很弱。对方想抄袭收藏。你小小的技术禁令对他没有影响。而且，人们直接从代码中收集。它实际上并没有来到你的网站，它会让你的读者觉得你的网站体验有严重的问题。所以我强烈建议用这些方法禁止抄袭者。我也是一个来到这里的人。现在在用。

今天写完文章，不管有没有收录，明天以投稿的形式发表文章。以提交的形式，对方会充分尊重和保留你的版权。即使没有链接版权，至少品牌词的版权会保留。

投稿成功后，当抄袭者在这里抄袭这篇文章的时候，网上已经有很多文章了。第一，他觉得网上的文章太多了，他不会再因为想抄袭原文而抄袭了。第二，就算他抄袭了，你在网上投了那么多文章，最后被认可的版权是你的，很多页面有URL直接指向你的页面，这也是这篇文章最好的外链。