声明：本文来自于微信公众号 蝙蝠侠IT（ID：batmanit），作者：蝙蝠侠IT，授权转载发布。
如果你关注过早期百度熊掌号，你会发现它要求每个内容页面必须包含：rel="canonical"这个标签，目的就是为了避免原创文章，产生过多的重复页面，导致搜索引擎收录多个URL，影响搜索排名。
那么，重复内容会导致搜索引擎惩罚吗?
当你在对比网站站点索引量与收录量的时候，经常会发现，搜索结果中的收录量往往高于索引量，很多SEO初学者并不清楚这是为什么，它很有可能的原因就是搜索引擎抓取了大量重复内容。
当你利用site：网址，查询页面的时候，经常会遇到百度提示：为了提供最相关的结果，我们省略了一些内容相似的条目。
简单理解：百度为你过滤了一些重复页面，如果你的站点内容页面并没有采用rel="canonical"这个标签，搜索引擎很难判断，哪个页面是标准化的页面，往往造成误伤，删除相关内容页面的索引，如果大量产生这样的页面，就很容易导致站点被降权。
那么，我们如何避免站内产生这些重复页面?
1、nofollow打印机页面版本
当你的文章发布成功后，你经常会在内容页面右上角发现一个打印机小图标，你点击它会快速创建打印内容，这本来是一个人性化的设置，但稍微不注意，就会容易产生重复的URL。
因此，你需要在CMS模板中，nofollow掉着个小图表，禁止蜘蛛爬行与抓取。
2、网站站点改版，需要 301 重定向旧链接
一个网站站点在不定期的时候，会根据自己的用户规模，调整网站站点模板，甚至系统内部插件，它往往很容易造成URL地址的变更，当你遇到这样的情况时，你需要尽可能的 301 重定向每个旧网址到新网址。
3、转发内容，标注版权
基于对网站站点的需要，你可能要适当的转载网络上大量的内容，用一个不恰当的词来解释，它可以用“采集”这个词，我们知道百度的飓风算法，严厉打击采集内容，如果你并不是一个高权重的站点，那么你可能需要注意一些小细节：除了在内容页面，标注原文链接地址外，尽量利用rel="canonical"这个标签指定内容的原始来源。
4、注意域名与https的配置
域名的样式与https的配置，有一个类似的地方，比如：一个站点可以通过www访问，也可以通过无www的主域访问，同样当你配置https的时候，你的https链接，有的时候也是可以访问的，为此，你需要：
①选择唯一域名，将另外一种形式 301 重定向。
②将https， 301 重定向到https。
5、避免标题统一不变
在以前这是一个老生常谈的问题，随着SEO技术不断被广大站长认知，虽然同质化标题在很大程度上，有了改变，但目前仍然有大量网站站点，仍然是网页标题，都是同一标题，而在内容页面中的h1，采用不同的标题。
这虽然并不算是严格意义上的内容重复，但它同样严重制约网站站点关键词排名。
6、URL标准化
所谓的URL标准化，这基本上算是一个常识了，每个SEO人员都应注意的问题，这里蝙蝠侠IT还是要旧事重提，我们需要确保在静态、伪静态、动态页面中，只选择一种链接样式，特别是当你的站点内容是伪静态的时候，一定要在robots.txt中，屏蔽动态URL相关参数。
总结：避免大量产生重复内容，是每个SEO人员需要学习的地方，也是SEO工作顺利进行的一个前提条件。
