巧妙地处理内容重复
来自站长百科
注意，本条目主要针对于Google搜索引擎
什么是内容重复[ ]
重复的内容一般是指在不同域名间存在大量的相同或相似的内容。很多时候，它并非故意或至少本无恶意。譬如说，有些论坛会生成一些专为手机屏幕的页面；商店物品被显示在(有时甚至是链接到)多种不同的URL上，等等。但有些时候,一些网站为了操纵搜索引擎排名，获得更多流行或长尾查询的访问量，大量地从其他网站复制内容。
为什么谷歌关心重复内容[ ]
谷歌用户使用Google时通常希望看到多样化的原创内容。如果他们找到的都是内容相同的一堆搜索结果，可以想见那是多么烦人。另外，网站管理员不愿意看到Google给出象example.com/contentredir?value=shorty-george〈=en一样复杂的URL。他们往往更喜欢类似example.com/en/shorty-george.htm的URL。
谷歌做了些什么[ ]
Google在抓取网页和获得搜索结果时，总是力图索引并显示内容不同的页面。这种过滤意味着，譬如说，如果你的网站有文章的正常版和打印版，并且你没有在robots.txt里设定noindex标记，谷歌就只会选择一个版本显示给谷歌用户。对于企图利用复制内容来操控排名，欺骗谷歌用户的少数情况，谷歌会在对相关页面的索引和排名作出适当调整。当然，谷歌更愿意把重点放在过滤而不是排名调整上，因此，在绝大多数情况下，最坏的结果就是原创者看到了不愿看到的版本出现在我们的索引里。
网站管理员如何主动处理内容复制问题[ ]
- 适当阻止搜索引擎访问：与其让谷歌的算法来确定一个文件的"最佳"版本，你也许希望指引谷歌选取你的首选版本。譬如说，如果你不想谷歌索引你网站文章的打印版，你可以在你的robots.txt文件中写上目录名或正则表达式来禁止谷歌对那些打印版的抓取。
- 使用301重定向：如果你已经重构你的网站，请在你的原网站的.htaccess中使用301重定向(永久性重定向)来重定向你的用户、Google爬虫、以及其他搜索引擎蜘蛛等。
- 链接要一致：努力使你的内部链接保持一致; 不要既有/page/，又有/page和/page/index.htm 的内部链接.
- 使用顶级域名：为了让谷歌总是使用最合适的文件版本, 请尽可能使用国家特定的顶级域名。与诸如example.com/de或de.example.com的URL相比，谷歌肯定更清楚地知道example.de是以德文为核心的内容。
- 小心辛迪加式的联合供文：如果你为其他网站上也提供你的内容，请在每一个其他网站的文章中包括连回原文章的链接。注意：即使是这样，对一个查询，谷歌总是显示我们认为是最适合的（没被网站禁止的）版本, 它可能是，也有可能不是你所想要的版本。
- 使用谷歌网站管理员工具的首选域功能: 如果其他网站链接你的URL时既使用www版本又使用无www的版本，你可以用谷歌网站管理员工具让我们知道你想要哪种索引方式。
- 减少模板网页上的重复内容:拿版权声明来说，你有两种选择，一种是在你的每一个页面底部都有一个冗长的版权声明。另一种是设立一个专门的版权详细声明页，然后在每页底部写一个非常简短的总结，并链接到版权声明页。
- 避免发布无内容页:用户不喜欢看到无实际内容的页面。要尽量避免空架页。以房地产网页为例，不要发布(或至少要阻止)没有点评的点评网页，或者没有房地产列表的房地产罗列网站等。只有这样，网站用户（以及Google爬虫）才不会看到无穷多的写着“以下是在【某城市名】中不可错失的待租房列表...”但其实根本没有什么列表的网页。
- 了解你的内容管理系统：确保你熟悉你的网站是怎样显示内容的，尤其是当它包括了博客，论坛，或相关的系统。往往在这些系统中同一内容会以多种形式出现。
- 不要担心，保持快乐：不要过分受搜刮(挪用和转载)你内容站点的干扰。虽然很恼人, 它们几乎不可能对你在谷歌中的存在产生负面影响。
总之, 如果你对内容复制问题有一个大体的认识，又能花上几分钟有见地地预防性维护一下你的网站，这将既帮助谷歌，也帮助谷歌为用户提供独特而相关的内容。
相关条目[ ]
参考来源[ ]
http://www.google.com.hk/ggblog/googlewebmaster-cn/2007/07/blog-post_13.html