“巧妙地处理内容重复”－ 这是Google黑板报和谷歌中文网站管理员博客今天翻译的一篇文章。我想知道Google如何看待自己的内容重复问题。以下页面重复的展示了同一篇文章：
- http://googlechinablog.com/2007/07/blog-post_13.html （Google黑板报文章正文）
- http://googlechinablog.com/ （Google黑板报首页 - 它将长期显示该文全文，直至被其他更新的文章挤到底部，然后消失）
- http://googlechinablog.com/2007_07_01_archive.html（Google黑板报2007年7月全部存档，它将永久含有与原文内容重复的段落）
- http://www.googlechinawebmaster.com/%e5%b7%a7%e5%a6%99%e5%9c%b0%e5%a4%84%e7%90%86%e5%86%85%e5%ae%b9%e5%a4%8d%e5%88%b6/ （谷歌中文网站管理员博客，最先翻译原文的地方，被Google黑板报文章正文链接）
- http://www.googlechinawebmaster.com/ （谷歌中文网站管理员博客首页，#2的解释类似）
- http://www.googlechinawebmaster.com/2007/07/ （谷歌中文网站管理员博客2007年7月全部存档，#3的解释类似）
- http://www.googlechinawebmaster.com/category/seo/ （谷歌中文网站管理员博客SEO目录，#3的解释类似）
- http://www.googlechinawebmaster.com/category/%e4%b8%ad%e6%96%87%e5%b8%96/ （谷歌中文网站管理员博客的另一个目录，#3的解释类似）
按照正常的理解，应该是#4被显示，其它页面被当作重复内容。但是根据“巧妙地处理内容重复”一文所述：
另外，网站管理员不愿意看到 Google 给出象 example.com/contentredir?value=shorty-george=en 一样复杂的 URL 。他们往往更喜欢类似example.com/en/shorty-george.htm 的 URL。
按照这个说法，Google最有可能排除的就是最正宗的结果。而按照“巧妙地处理内容重复”一文的建议：
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。譬如说，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。
无论是谷歌中文网站管理员博客还是Google黑板报，都没有阻止搜索引擎爬虫访问文章存档页面和博客目录页面，正如“巧妙地处理内容重复”一文提到的那样：
确保你熟悉你的网站是怎样显示内容的，尤其是当它包括了博客、论坛或相关的系统。往往在这些系统中同一内容会以多种形式出现。
Google似乎并不愿按照自己的建议考察一下这两个博客使用的Wordpress和Blogger系统，根据我的体会，Wordpress和Blogger都不考虑重复内容的请况，导致很多博客的正文页面被放在Supplemental Result的索引中（这也是我使用自己开发的博客系统的原因之一） － 当然这种问题是不会发生在Matt Cutts、Google黑板报和谷歌中文网站管理员博客上的。
附2007年7月13日18时13分搜索“巧妙地处理内容重复”的结果（截图）：
共有 5 条评论
Cloudream 发表于: 2007年07月13日 06:40:50 PM
呵呵，非常有意思。谷歌还没收录此文吧。
杰 发表于: 2007年07月15日 01:14:28 PM
这就是谷歌和百度的区别。比较长的搜索内容谷歌老是爱把它们按词语拆开，百度则显示它们在一起时候的搜索结果。我在以前的搜索中也有多次这样的经验，所以搜索比较长的内容还是要试一下百度。但是个人经验，总体来说，还是谷歌的搜索质量更好。不用说什么广告了（http://www.baidu.com/s?ie=gb2312&bs=
杰 发表于: 2007年07月15日 01:14:54 PM
不用说什么广告了（http://www.baidu.com/s?ie=gb2312&bs=
杰 发表于: 2007年07月15日 01:15:25 PM
晕，会过滤URL地址？
concorde 发表于: 2007年07月15日 04:45:23 PM
不是URL过滤而是本博客系统的一个BUG。无论正文还是评论，都无法正确处理用“百分号 数字”的形式编码的中文字符穿，比如百度搜索中文后的URL。