自己寫的文章發布没多久，就被別的站点轉载、采集，甚至整站镜像。過几天去搜尋标题，排在前面的却是別人的域名，自己的頁面翻好几頁都找不到，或者干脆不在索引里。這種情况不一定是被惩罚，更常见的原因是：搜尋引擎在几份高度相似的内容之間做了一次取舍。
多份相似頁面同时存在时，搜尋引擎怎么選
它要解决的是“同一個内容，索引里留哪一份”。判断會综合几個维度：哪個版本最早被發現、頁面本身是否稳定可訪問、有没有内鏈指向、正文在 HTML 里是否完整可讀、站点整体可信度如何、頁面有没有声明 canonical、轉载方有没有标注来源。這是综合判断，不是單一規則，也没有“谁先發就一定归谁”的保證。
時間不是唯一因素
發布時間早，並不自動等于優先。如果原文頁面抓取困难、正文藏在图片或脚本交互里、几乎没有内鏈，而轉载頁出現在结构清晰、内鏈充足的站点上，最终索引保留轉载版本的例子並不少见。
怎么判断自己的頁面是不是被顶掉了
- 用标题或首段里獨有的句子做精确搜尋，看结果中出現的是哪個域名；
- 用 site:自己的域名 加标题關鍵詞，確認頁面是否還留在索引里；
- 直接訪問自己的 URL，確認没有登入墙、地区限制或權限設定，導致蜘蛛拿到的是另一種内容；
- 查看轉载頁有没有指向原文的連結，以及原文頁是否有清晰的作者、發布時間、站点身份信息。
可以主動去做的几件事
- 保證原文頁面稳定可訪問，正文是 HTML 中可讀的文字，而不是必须交互後才出現的内容；
- 在頁面上保留明确的来源信息：站点名、作者、首發時間、原文地址，让“谁是源”有據可循；
- 授權轉载时要求對方保留指向具体文章頁的連結，而不是只指向首頁；
- 用 canonical 處理自己站内的重复版本，例如打印頁、分頁、带參數的地址，不要让它指向外部；
- 遇到大規模采集或镜像，可按搜尋引擎提供的内容投诉渠道提交，提前准备好原文連結和證據；
- 把精力放回站点本身：内鏈、站点地图、结构清晰，這些是長期有效的部分。
几個容易踩的坑
把 canonical 指向轉载頁
偶尔會看到站長為了“合並權重”，把原文的 canonical 指给對方。這相当于自己主動放弃了這一版的归属，通常得不偿失。
正文靠 JS 渲染且不做预渲染
如果蜘蛛拿到的 HTML 里几乎没有正文，它在比對时很难判断你的頁面是内容主体。
同一篇文章在站内存在多個地址
列表頁摘要、打印版、带參版都能打開完整正文，站内先出現了多份，站外再来一份，判断只會更混乱。
心態上的調整
收錄與展現受很多因素影响，没有哪個操作能保證原创版本一定排在前面。能控制的是让原文頁面本身干净、可抓取、来源信息完整，剩下的交给時間和站点整体质量。
與其盯着某一個被轉载的頁面，不如把整站的抓取與收錄狀態维持在正常水平——單篇的得失，往往取决于整站的基础。