處理網站上的重復內容是一項非常困難的工作。隨著網站的發(fā)展，必須不斷增加、改變或刪除各種功能；與此同時，不同的網站內容來了又去。一段時間后，許多網站都會有以多個URL網址形式存在的系統(tǒng)化垃圾代碼，這些URL都返回同樣的內容。在一般情況下，除了會增加搜索引擎的抓取和索引內容的難度以外，你的網站上存在重復內容并不構成問題。此外，通過導入鏈接而得到的PageRank以及類似信息可能會在我們尚未確定為重復內容的網頁間擴散，導致你的首選網頁在谷歌中的排名降低。
處理你的網站內部重復內容的步驟
識別網站上的重復內容。
識別你網站上的重復內容是處理重復內容的第一步，也是最重要的一步。使用一種簡單的方法可以實現這個目的，即從網頁中選取一段獨特的文本代碼，然后搜索這段文本，并使用谷歌的site:query將搜索結果限制為自己網站上的網頁。如此以來，搜索出的含有同樣內容的多個結果就是你需要處理的重復內容。
確定你需要的首選URL網址。
在處理重復內容之前，必須確保你的首選URL網址結構。對于這段內容，你希望使用哪一個URL網址？
保持網站內部的統(tǒng)一性。
選擇首選網址之后，確保在你的網站內所有可能的位置上使用他們（包括你的Sitemap文件）。
在必要和可能的情況下使用301永久重定向。
可能的話，可以使用301代碼將重復網址重新定向為你選擇的網址。此舉能夠幫助用戶和搜索引擎在訪問重復URL網址時找到你的首選URL網址。如果你的網站有數個域名，可選擇一個域名，使用將其他域名301重定向到這個域名，同時還要確保其轉向正確的特定網頁，而不僅是域根目錄。如果網站同時支持www和非www主機名，可選擇其中一種，使用Google網站站長工具中的首選域設置，再進行適當的重定向。
在可能的情況下，在你網頁上使用rel=“canonical”。
在無法使用301重定向的情況下，可以使用rel=“canonical”，以方便搜索引擎更好地理解你的網站和首選URL網址。Ask.com、Bing和Yahoo！等主要搜索引擎都支持這種鏈接標簽的使用。
可能的情況下，在Google網站站長工具中使用URL參數處理工具
如果部分或全部網站重復內容來自帶有查詢參數的URL網址，則此工具將幫助你將URL內的重要參數和不相關參數通知我們。有關此工具的詳細信息可參網站管理員新參數處理工具助您減少重復內容 。
怎樣處理robots.txt文件？
使用robots.txt文件來禁止對重復內容進行抓取不在我們推薦的方法之內。我們建議你不要使用robots.txt文件或其他方式來禁止對你網站上的重復內容的訪問。你可以使用rel=“canonical” 鏈接標簽、URL參數處理工具或301重定向。如果完全阻止了對重復內容的訪問，搜索引擎必須將這些URL作為獨立的不同網頁處理，因為它們無法分辨出這些URL其實只是指向相同內容的不同網址。更好的解決方法是允許對其進行抓取，同時用我們推薦的方法將這些URL網址明確標記為重復內容。如果你允許我們訪問這些URL網址，Google抓取機器人將學會通過查看URL確定其是否為重復內容，在各種情況下都能很好地避免不必要的重復爬行抓取。為了防止重復內容仍然引導我們過多地爬行搜索你的網站，你還可以調整Google網站站長工具里的抓取速度。
我們希望這些方法能夠幫助控制你的網站上的重復內容。
