SEO人员十大必备工具之相似页检查器

    声明：本文系作者詹然平原创，首发在SEO专业门户【www.seo886.com】，欢迎转载，转载请注明出处。

    原文地址：http://www.seo886.com/Articles/20070711/seo_top10_tools_similar_page_checker1_1115.html

    首先，在介绍和使用相似页工具的之前，要明确什么是相似页，故名思议就是页面跟页面的内容非常相似，如果相似程度非常高，搜索引擎就可能会判定为重复内容。

    目前，就国内来说，很多新站都是靠copy其它网站的内容，而且大家互相抄袭，原创的内容非常少，而且很多站长是通过建立这种复制信息垃圾站来赚取广告费用，而且很多站长因此还变得富有，可是长远看来这个方法是非常有害的。对于搜索引擎来说，以google为例，它的理念是让用户能够最快找到有用的东西，显然到处复制别人内容的网站的价值就相对比较小，所以google应该是通过相似程度来判断内容是否是重复内容。从另一个角度说如果一个站的内部有大量相似页面，这样的网站也可能被搜索引擎认定为重复内容，跟早年时有的SEO人员提出的优化方案“将关键词重复一千遍”有相似之处，以搜索引擎技术的发展，这一招早就不灵了，如果有人还不与时俱进，继续使用这个招数的话，将得不偿失了，不仅不会有效果，反而会被将分处理。

    当然，就目前来说，大部分Web开发者和SEO人员都不会再使用大量重复来试图再搜索引擎得到加分，但是有一种情况却是应该注意的，就是由动态页面客观造成的相似页，动态页面基本框架都一样，所以相似程度应该很高，比如产品页面，基本除了产品名称、产品编号等参数变化以外，其他都不会变化。以笔者的亲身开发的一个玩具厂商名录（http://www.uctoyman.com）系统为例，在开发早期，察看具体厂商页面标题是一样的，只是根据不同的查询参数得到不同的结果，而且为了效率和优化等原因，还通过程序生成了静态页面，过了一段时间，网站如期被收录，后来通过site:uctoyman.com进行察看，发现收录的正常结果只有1条，其他全部变成是相似结果。后来通过相似页检查器进行察看后，发现两个查看页的相似程度居然是100%，对于内容本身来收，的确不是一样的，因为具体产品是从数据库进行读取的。

    出现这样的情况当然对于搜索引擎收录来说并不是一个好的消息，那么如果解决呢？既然是相似度高，那么降低相似程度就可以了。主要有如下一些解决方法：

1.  将标题进行独立化，标题不能一样，这一点非常重要。
2. 每个页的meta keywords和meta description要不一样。
3. 将一些每一页都会有，但对搜索引擎收录没有帮助的文字变成图片或者通过javascript脚本进行输出，比如分页、常规连接等。
4. 根据内容本身进行优化。这个就要根据网站本身的情况来说了。比如常规性的介绍文字（就是每页都有的文字）可以放到页面的后面，让唯一的内容放到前面，比如厂商介绍是唯一的内容，就可以在HTML结构上放到前面去，这样搜索引擎在截取的时候就会发现不一样的内容，这样就可以避免。

通过以上优化后，在通过检测后就变成了57%了，当然原则上是越低越好,但是70%左右就不会被google认为是重复内容了，因为对于这样详细察看页面来说，本来结构上就很相似,所以能够57%就是比较好的情况了。测试结果如图1所示。

图1 通过优化后相似程度降低到57

  下面来讲讲相似页检查器的原理和使用方法。它的工作原理是模拟搜索引擎的抓取和截取方法，然后将抓取和截取的文本进行字符串比较，通过比较得出相似程度，使用就非常简单了，一般相似页检查器以在线形式的比较多。

 通过下面提供的表单可以马上体验相似页检查器的使用。

相似页检查器   输入第一个URL   输入第二个URL