内容重复的界定

内容重复指在不同域名的网站上有相同或非常相似的内容网页，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，大量复制其他网站的内容。

Google的翻译功能，不会把有着相同内容的英文版和西班牙文版看作内容复制。小片段的文章引用也不会被认定为重复内容。

Google希望看到各种原创内容。

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，我们会对相关页面的索引和排名作出适当调整。当然，我们更愿意把重点放在过滤而不是排名调整上，因此，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。

网站管理员主动处理内容复制

* 适当阻止搜索引擎访问：与其让我们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。如果你不想我们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：为了让我们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，比如：版权声明可以1)在每页底部；2)设立一个专门的版权详细声明页。

* 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(CMS)，确保熟悉网站的内容。

* 被人拷贝了内容，虽然很恼人，但不必生气。实在忍无可忍的话，可以向Google检举。