自己寫的内容，被別的站轉载或采集，结果搜尋里出現的是對方那個頁面——這類情况在中小站点里並不少见。它带来的直接疑問是：同一份内容存在多個地址时，索引到底保留哪一個？這件事没有一條“先到先得”的硬規則，但有几類信号會明顯影响结果。
索引去重看的是多個信号，不是單一條件
搜尋引擎在建立索引时，會對内容做相似度聚類。同一份内容落在多個 URL 上，索引通常只會挑一個作為主要展示版本，其余的要么被归並，要么留在索引里但很难被检索到。挑哪個版本，取决于一组信号的综合判断，而不是某一個開關。
如果两個頁面的正文几乎一致，差异只在頁头和頁脚，那基本可以视為同一内容。這種情况下，站点自身的可訪問性、内容完整度、被抓取的稳定性，往往比“谁先發布”更有分量。
哪些因素會影响保留的版本
- 發現與抓取的時間：先被蜘蛛發現、且能稳定返回内容的頁面有先入為主的優势，但這只是起点。
- 頁面可用性：服務器响應慢、经常返回 5xx、需要登入或大量依赖脚本渲染的頁面，被抓取和解析的概率都會下降。
- 站点整体质量：長期稳定更新、有一定外部引用、结构清晰的站点，其頁面更容易被当作主要版本。
- 内容完整度：带完整正文、图片說明、结构化資料的版本，比只剩摘要或正文被截断的版本更有優势。
- 顯式信号：canonical 标注、站点地图、robots 規則、連結指向，都會给出明确提示。
- 連結與引用：外部連結更多指向哪個 URL，索引就更可能把它当作主版本。
canonical 是提示而不是命令。当站点给出的信号互相冲突时，索引會按自己的判断做取舍，所以別把去重完全寄希望于一個标簽。
站内的重复同样值得處理
很多“被別站抢先”的案例，源头其實在自己站内。同一份内容可能出現在：
- 带參數的列表頁與篩選頁；
- 移動版、打印版、AMP 版；
- 标簽頁、聚合頁、归档頁；
- 大小寫、结尾斜杠、带 www 與不带 www 的不同寫法；
- 分頁的第一頁與不带分頁參數的地址。
這些形態如果不收敛，索引里就會出現多個地址指向相似内容，權重被分散，也让外部頁面更容易抢到展示位置。處理方式比較固定：能 301 的统一跳轉到一個地址，不能跳轉的用 canonical 指向主版本，參數頁尽量用 robots 規則限制抓取，内鏈统一指向規范地址。
内容被別人采集或轉载时怎么做
- 先確認自己那一版是否已经進入索引。如果自己的頁面還没被收錄，谈“被抢”就為时過早，優先解决自己頁面的抓取與收錄問题。
- 確認頁面是否能稳定訪問、正文是否完整渲染、canonical 是否指向自己，基础條件不满足时先修自己這邊。
- 對主版本做實质性更新：补充資料、案例、图表說明或更新時間，让两個版本的差异變得明顯。
- 加强主版本的入口：内部連結、站点地图、對外分享與引用，让蜘蛛更频繁地回到這一版。
- 必要时通過平台投诉渠道處理整站搬运，但不要把收錄结果完全押在這條路上，它通常见效較慢。
一份可以照着做的自查
- 同一内容是否只對應一個規范 URL，其余形態是否已收敛。
- 主版本是否能在不登入、不依赖复杂脚本的情况下讀到完整正文。
- 站点地图與内鏈是否都指向規范地址。
- 頁面是否有明确的更新時間、作者與来源信息。
- 重点頁面的被抓取频率是否正常，是否長期停留在“已發現未抓取”。
重复内容的處理，本质上不是和別人争一個结果，而是把自己這一版的信号做清楚：一個地址、一份完整内容、稳定的可訪問性、清晰的入口。這些條件具备之後，索引保留哪個版本，通常不會太让人意外。