文章伪原创查询(总有人不收录，就不是原创了吗？的看法)

　　文章伪原创查询(总有人不收录，就不是原创了吗？的看法)

　　总有人说他们的文章被抄袭了，然后是抄袭者收录，而他们自己的却不是收录。以前也是这么想的，甚至还用了屏蔽右键、屏蔽复制等手段来遏制抄袭的恶意竞争。今天，我有不同的看法，我也有不同的观点。

　　没有收录不代表没有被抓取

　　确实，为了seo的发展，我辛苦写了两篇原创文章，被大网站秒收录抄袭，但是我的自己的网站没有收录，这是一件很尴尬的事情，那真的不是收录，难道不是原创？

　　很多朋友都这么认为，他们自己的文章并不是收录，而是抄袭者的收录，所以百度判断他们抄袭了别人的文章，所以我自己的体重从来没有上升过，排名也从来没有上升过。事实上，这是一种错误的看法。我在百度排名规则文章中提到，百度收录需要经过爬取、识别、发布三个过程。其中，在发布过程中，需要对网站整体的质量进行评判。当整体网站质量过关时，收录比较快，当整体网站声誉没有达到百度的标准时，百度会暂时保留你的文章，不会被释放。

　　不会被释放，但经历了爬取和识别两个过程。在这里，我将具体讲一下爬取的过程。 网站建立后，会提交给搜索引擎。搜索引擎基本每天都有人来爬，可以尝试安装百度云加速后台统计爬取的页面，如果爬的不够还可以在百度站长平台设置爬取频率和站点地图自动推送，让爬取完成无压力。设置方法如下：

　　打开【百度站长平台】点击左侧导航【我的网站】-【站点管理】-【添加网站】-输入网站域名并验证根据自己的情况网站。

　　然后点击左侧导航【页面截图】-【链接管理】-提交方式选择【站点地图】，然后将你的网站地图提交上去，更新时间更多的是你的网站设置更新时间。比如网站每天更新一篇文章，然后一天填写，论坛和门户可能会增加。

　　另外，在给robots写sitemap的时候，爬行基本没问题。然后进入识别系统。每个页面被抓取后肯定会进行识别和比较，是否会出现重复，以及互联网上内容的重复程度有多少，从而确定该页面的原创程度。那么当原创的度数已经判断出来了，我们来说说收录，首先收录谁不代表谁是原创！

　　如何确定文章的原创的度数？

　　不是你网站有文章，你自己写的，所以搜索引擎肯定会认为这是一篇原创文章，因为有很多技术搜索引擎没有解决问题。

　　记得我曾经在网站文章每天更新一篇文章，一篇文章的文章只有100字左右，但是文章页面很简单，整个页面很简单 页面没有JS、CSS、HTML代码，只有文字，但是收录很好，还有一些网站，用JS、CSS、html代码装饰网站@ > 很漂亮，但是发布的文章不是收录，这让我觉得代码直接关系到原创的程度。

　　我忘记了。我在哪里看到“搜索引擎只能识别200KB以内的内容”这句话的。对于一个网站来说，200KB已经很大了，而我的博客只有30KB左右，所以在搜索引擎上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，让我们来看看。搜索引擎抓取页面的过程是从开始到结束。任何页面都有一个共同点，就是头部相同，底部相同，唯一不同的是文章的内容。然后搜索引擎抓取10KB左右完全一样的头部，中间的文字只有2KB不同，底部还有10KB完全一样，那么就认为原创文章?

<p>这里我要给大家灌输一个概念，那就是搜索引擎看不懂字符。他只需要把这个汉字放到他的数据库中进行比较。对比一个新的文章页面，一共22KB的页面实际上有20KB一模一样，即使你写原创文章，也会被列入