為了SEO優(yōu)化的發(fā)展，自己辛辛苦苦寫了兩篇原創(chuàng)文章，沒想到被一個大型企業(yè)網(wǎng)站抄襲秒收錄，而自己的站點卻沒被收錄，這是一件讓人有點尷尬的事情，那么真的不收錄，就不是原創(chuàng)了嗎？

    很多站長朋友是這樣認為的，自己的文章沒有被收錄，而抄襲者的卻收錄了，所以百度判斷自己抄襲了別人的文章，自己的權(quán)重也就一直上不來，沒有排名。

    其實這是一個錯誤的觀點，我曾在百度排名規(guī)則的文章中提到，百度收錄是需要經(jīng)過抓取-識別-釋放這三個流程。其中在釋放的流程中，需要判斷整體網(wǎng)站的質(zhì)量，當整體網(wǎng)站質(zhì)量過關(guān)，收錄相對較快，當整體網(wǎng)站信譽度沒有達到百度的標準，百度將會暫時保留你的文章，不釋放出來。

    雖然不被釋放出來，但是已經(jīng)經(jīng)過了抓取和識別這兩個流程。

    在這里特別的說一下抓取的流程，當網(wǎng)站建立以后，提交到搜索引擎，搜索引擎基本每天都會來抓取，大家可以試著安裝百度云加速后臺可以統(tǒng)計出抓取的頁面，如果抓取不夠，也可以在百度站長平臺中設(shè)置抓取頻率和sitemap自動推送，這樣抓取的是完全沒有壓力。設(shè)置方法網(wǎng)上有很多介紹，大家可以自己找一下。

    并不是你網(wǎng)站有文章，是你自己寫的，就一定會被搜索引擎認為這是一篇原創(chuàng)文章，因為其中還有很多技術(shù)方面的問題，搜索引擎還未能解決。

    觀瀾網(wǎng)站制作優(yōu)化人員曾經(jīng)在一個網(wǎng)站每天更新一篇文章，一篇文章的字數(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JS、CSS、HTML代碼，只有文字，但收錄卻非常好，而有一些網(wǎng)站，用JS、CSS、html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，這讓我們覺得代碼與原創(chuàng)度有直接關(guān)系。

    在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)站而言，200KB算是很大了，我的博客只有30KB左右，所以我博客在搜索引擎中抓取是完全沒有壓力，如果你的網(wǎng)站有超過200KB，我覺得你是應(yīng)該要優(yōu)化了。

    這和網(wǎng)站的文件大小有什么關(guān)系呢？我們來看看，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，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，到中部文字的時候只有2KB是不一樣的，而底部又有10KB是一模一樣的，那么還會認為這是原創(chuàng)文章嗎？

    其實搜索引擎是不認識字的，他只有把這個漢字放到他的數(shù)據(jù)庫去對比，當一對比一個新文章頁面的時候，總共22KB的頁面，居然有20KB一模一樣，就算是寫了原創(chuàng)文章，也會被認為是偽原創(chuàng)。
    投稿成功以后，當抄襲者在此抄襲這篇文章的時候，互聯(lián)網(wǎng)已經(jīng)有很多此文章了，第一他會覺得互聯(lián)網(wǎng)文章太多，不會再次抄襲了，因為他想抄原創(chuàng)文章，第二就算他抄襲了，互聯(lián)網(wǎng)你投了這么多文章，最終公認的版權(quán)是你的，并且多個頁面有URL直接指向你的頁面，這也是給你這篇文章做了一個最好的外鏈。 

    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，為何抄襲我們網(wǎng)站的內(nèi)容還先收錄呢？

    在談?wù)摮u者網(wǎng)站為何會收錄塊的時候，我覺得咱們先要搞清楚新聞內(nèi)容是收錄流程，新聞內(nèi)容相對普通的內(nèi)容收錄較快，因為新聞內(nèi)容具有時效性，所以必須當場發(fā)當場收錄，然后釋放出來，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。

    而抄襲者的網(wǎng)站與新聞內(nèi)容類似，通常抄襲者的網(wǎng)站是抄襲過多篇文章，其中有直接抄襲原創(chuàng)者，也就抄襲二手文章，抄來抄去，互聯(lián)網(wǎng)同樣的文章就非常多了，當一篇文章被互聯(lián)網(wǎng)多次抄襲，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)了一個熱點效應(yīng)，收錄的門檻也就降低了。所以就出現(xiàn)了抄襲者抄襲了你的文章，比你還先收錄。