抓取內容Scraped Content
抓取內容是用程式擷取其他網站的文字、圖片或資料,原樣或稍加改寫就放到自己網站,卻沒有新增實質價值,Google 垃圾內容政策視為違規。
- 英文
- Scraped Content
- 台灣常見別名
- 擷取內容、爬取再發布內容
- 簡中用語
- 抓取内容、采集内容
- 類別
- 垃圾政策
- 提出者與年份
- 網站內容取得的通用詞,最早用法未查到;Google 垃圾內容政策列有 Scraping 項目
- 官方文件
- Google 網頁搜尋的垃圾內容政策:抓取(Scraping)
抓取內容是什麼?
抓取(scraping)是用程式自動把別人網站的文字、圖片或資料複製下來。抓取內容就是被這樣複製後,原樣或稍加改寫就放到自己網站上的內容。常見的改寫方式是同義詞替換、自動翻譯,讓內容看起來不一樣,實質卻沒有任何新東西。
它發生在網站準備內容的階段,常見於想快速填滿頁面的網站。Google 的垃圾內容政策有一個項目就叫 Scraping,指為了操弄排名而取得他站內容並發布。
舉例
某網站每天用程式抓取新聞網站的文章,把部分字詞換成同義詞後重新發布,沒有標示原作者,也沒有加任何評論或報導。這就是抓取內容。
哪些算抓取內容,哪些不算
算。Google 政策列出的例子有:複製他站內容,沒有加入原創價值,也沒有標明來源;複製後稍作修改,例如同義詞替換或自動改寫;轉貼資訊源而沒有給使用者獨特好處;把內嵌影片、圖片等媒體拼湊成頁面,卻沒有實質附加價值。
不算。取得使用權、標明出處,並且新增實質價值的內容,例如多方資料比較、整理成可用的工具,或加入自己的分析與評論。
被判定後。違反垃圾內容政策的網站,排名可能降低,嚴重時不出現在搜尋結果。
為什麼重要
抓取內容讓搜尋結果充滿重複的資訊,使用者找不到原始來源。Google 把它列為垃圾內容,所以靠搬運別人內容建立的網站,風險很高。
怎麼檢查
- 從頁面挑一整句話,加上引號用 Google 搜尋,看有沒有其他網站出現相同的文字。
- 用 Copyscape 這類比對工具檢查整篇文章的重複程度。
- 對每個引用或整理他人資料的頁面,標出這一頁相較原始來源多了哪些資料或功能。
- 做不出新價值的頁面,改寫成自己的觀點與分析,或直接刪除。
常見誤解
把文字改寫過,就不算抓取內容。
Google 政策明確點名同義詞替換與自動改寫,只改寫字面而沒有新增價值,仍然算違規。
標明出處就沒事。
標明來源不夠,政策看的還包括有沒有新增原創價值。
常見問題
我的文章被別人抓去轉貼,會影響我的排名嗎?
Google 的政策針對的是抓取並發布的那一方,原作者沒有因此被列為違規。可以向對方或其主機商要求移除,並保留你的原文發布時間作為證據。
引用別人文章的一段話算抓取內容嗎?
不算。適度引用、標明出處,並加入自己的分析或整理,不屬於政策點名的做法。問題在整篇原樣搬運或稍作改寫,卻沒有新增價值。
怎麼檢舉抓取我內容的網站?
Google 提供著作權移除申請,可請求把侵權頁面從搜尋結果移除,也可以向對方網站或主機商發出通知。申請前先保留原文的發布時間與頁面截圖,當作證據。