自己寫的就一定會被搜索引擎認(rèn)為這是一篇原創(chuàng)文章，并不是網(wǎng)站有文章百度優(yōu)化。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單，簡單到整個頁面沒有JSCSSHTML代碼，只有文字，但收錄卻非常好，而有一些網(wǎng)站，用JSCSShtml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。

200KB算是很大了博客只有30KB左右，忘記了哪里看到過這樣的一句話“搜索引擎只能識別200KB以內(nèi)的內(nèi)容”對于一個網(wǎng)頁而言。所以我博客在搜索引擎中抓取是完全沒有壓力，如果你網(wǎng)站有超過200KB覺得你應(yīng)該要優(yōu)化了

來看看，這和網(wǎng)站的文件大小有什么關(guān)系呢?好。搜索引擎在抓取一個頁面的流程是從頭到底，任何一個頁面都有一個共同點(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左右是一模一樣的中部文字的時(shí)候只有2KB不一樣的而底部又有10KB一模一樣的那么還會認(rèn)為這是原創(chuàng)文章嗎?

那就是搜索引擎是不認(rèn)識字的只有把這個漢字放到數(shù)據(jù)庫去對比，這里還得給大家灌輸一個理念。當(dāng)一對比一個新文章頁面的時(shí)候，總共22KB頁面，居然有20KB一模一樣，就算是寫了原創(chuàng)文章，也會被列入到偽原創(chuàng)的列表中去。

對原創(chuàng)文章的判斷得出了這樣的一個理論，經(jīng)過我3年的SEO優(yōu)化加測試百度優(yōu)化。當(dāng)一個頁面比較大的時(shí)候，一個頁面的不同點(diǎn)至少占頁面的1/3那么寫多少文字呢，比方你頁面有10KB那么至少的寫3KB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，這是個人得出的理論，并沒有完全的證據(jù)和理論來證明。

為什么剽竊者的網(wǎng)站更容易收錄?

為何剽竊我網(wǎng)站的內(nèi)容還先收錄呢，那么還有一個問題來了既然要抓取、識別、釋放這么復(fù)雜的流程。這是大家很糾結(jié)的這個問題，也糾結(jié)了很久，直到有一天，自己做了一個平臺，每天讓自媒體人發(fā)布非常原創(chuàng)內(nèi)容的時(shí)候，才總結(jié)出來，為何越剽竊越容易收錄!

覺得咱們先要搞清楚新聞內(nèi)容是收錄流程，談?wù)撠飧`者網(wǎng)站為何會收錄塊的時(shí)候。新聞內(nèi)容相對普通的內(nèi)容收錄較快，因?yàn)樾侣剝?nèi)容具有時(shí)效性，所以必需當(dāng)場發(fā)當(dāng)場收錄，然后釋放進(jìn)去，不然拖到第二天在收錄的話，這個新聞可能不熱了關(guān)注的人也就少了百度從而失去了這個體驗(yàn)。

通常剽竊者的網(wǎng)站是剽竊過多篇文章，而抄襲者的網(wǎng)站與新聞內(nèi)容類似。其中有直接剽竊原創(chuàng)者，也就剽竊二手文章，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)多次剽竊，這就意味著這篇文章比較熱門，不熱門怎么會這么多人抄襲呢?最終就出現(xiàn)了一個熱點(diǎn)效應(yīng)，收錄的門檻也就降低了所以就出現(xiàn)了剽竊者抄襲了文章，比你還先收錄。