重複收錄對網站 SEO 的弊端想必大家都清楚。所謂重複收錄,就是搜尋引擎收錄了大量內容相同的頁面。這些重複內容無論對搜尋引擎還是用戶都毫無意義,形同網路垃圾。
一般來說,重複收錄分為同站重複與非同站重複兩種。後者是別的站抄襲你的站或鏡像網站,對本站影響不大;而前者重複的是同一站內的頁面,嚴重的話可能導致被 K。
導致重複收錄的原因有很多,這裡筆者主要講一個剛剛碰到的情況:使用 WP(WordPress)搭建的部落格,評論中的「?replytocom」。

上圖就是該頁面被百度重複收錄時的截圖(截圖時本博已被百度拔毛),可以看到連結中都帶着「?replytocom」。其實它就是「?replytocom」,表示百度蜘蛛抓取了該頁面評論中的連結,導致了重複收錄。不過谷歌並未如此重複收錄,並不是谷歌 robot 抓不到,而是谷歌檢測頁面的能力更強,發現相同頁面便不予收錄;百度蜘蛛則相對弱一些,若不即時處理,一旦出現大量相同內容,可能導致網站被百度降權。
解決方法就是在 robots.txt 中寫下規則,禁止蜘蛛收錄。在 robots.txt 中加入以下代碼即可:
Disallow:/*?replytocom=
由於筆者用的是 WP 搭建的部落格,至於其他系統是否也會出現這種問題就不得而知了。但出現重複收錄,相當於製造了垃圾資訊,對網路環境和網站的 SEO 總是沒好處。用 WP 的朋友,為了網站優化,一定要提防「?replytocom」導致的重複收錄!