Cách loại bỏ những nội dung bị trùng lặp trên website?

I. Trùng lặp nội dung là gì?
1. Trùng lặp nội dung trên trang
Trùng lặp nội dung trên trang là hiện tượng trên cùng một trang web có nhiều hơn 1 webpage (URL khác nhau) nhưng có nội dung text giống nhau hoàn toàn hoặc số cụm từ và nội dung text giống nhau trên 40%.
2. Nguyên nhân:
Nguyên nhân của vấn đê này có thể là do lỗi cấu trúc web hoặc cấu trúc URL thường do lỗi chủ quan của code (người lập trình trang web), hoặc do sao chép nội dung bài viết trong mục này sang mục khác trong website.

VD:
www[.]idichvuseo[.]com
www[.]idichvuseo[.]com/index.html
www[.]idichvuseo[.]com/index.php
http://[.]idichvuseo[.]com​

Ba trang trên có đường dẫn url hoàn toàn khác nhau nhưng có nội dung trình bay hoàn toàn giống nhau về cầu trúc và nội dung text trên web.

​

Giải quyết vấn đề này
Dạng đường dấn có www. hoặc dạng http://
Để giải quyết vấn đề này bạn nên quyết định dùng dạng http:// hoặc http:// bằng cách sử dụng .htaccess
Nếu bạn muốn sử dụng dạng www.domain.com thì nên dùng đoạn mã sau
options +Followsymlinks

Rewriteengine on
Rewritecond %%{http_host} ^domain.com$ [NC]
Rewriterule ^(.*)$ http://www.docmain.com [R=301,L]
Nếu bạn muốn đung dạng http://domain.com thì nến sử dụng đoạn mã
Options+
Rewriteengine 0n
rewritecond %{HTTP_HOST} !^domian\>com[NC]
rewriterule ^(.*)$ http://domain.com/[R=301.L]​

Trong cả hai trường hợp bạn nên thay domain.com tên website của bạn
trùng lặp nội dung
A. Vần đề URL trùng nhau do lỗi kỹ thuật ví dụ domaim/san-pham.html và domain.sản-phẩm.html hoặc cập nhật nội dung
Để giải quyết vấn đề này bạn phải biết rõ về code và thống nhất sử dụng một loại đường dẫn duy nhất.
B. Vấn đề cùng một nội dung khác nhau nhưng trình bày trong nhiều nhóm khác nhau
VD: sản phẩm AAAAAAAAAAA bạn cho xuất hiện ở nhiều danh mục sản phẩm khác nha
domain/san-pham/111111111/AAAAAAAAAA
domain/san-pham/222222222/AAAAAAAAAA
domain/san-pham/333333333/AAAAAAAAAA

a. Sử dụng thẻ rel="cannonical"
Để giải quyết vấn đề này bạn nên dùng thẻ rel="cannonical" để phân biêt url chính để không phải canh tranh với các bản sao của minh nhờ đó search engine có thể dễ dàng loại bỏ việc đánh chỉ mục các trang trùng lặp

b. dùng robot.txt
Bạn nên sử dụng file robot.txt để thông báo với rearch engine không index nhưng trang có nọi dung được sao chép từ trang khác.

c. Sử dụng google URL Removal
Bạn vào google mastertool chọn mục URL removal để loại bỏ những trang copy nội dung từ những trang khác để để google không index những trang này.

II. Trung lặp ngoài trang
Trùng lặp ngoài trang là hiện tượng có một trang web thứ hai ngoài trang web của bạn có nội dung text hoàn toàn giống nhau hoặc giống nhau một phần
1. Nguyên nhân:
Do việc copy nội dung bài viết từ web khác hoặc web khác copy nội dung từ web bạn
Nhiều web khác nhau cùng giới thiệu về một loại sản phầm của cùng một nhà sản xuất(VD: web bạn giới thiệu một loại sản phẩm mà nhà sản xuất cung cấp các thông số sản phẩm và chi tiết sản phẩm đó cho nhiều web bán hàng online khác ngoài web của bạn)
2. Khắc phục:
- Tuyệt đối không copy nội dung ở bất kỳ website nào khác hãy cố gắng xuất bản những nội dung của riêng bạn
- Sử dụng thẻ rel="cannonical" đểcác rearch engine biết trang gốc mà bạn đã copy nội dung
- Dùng robot.txt để ngăn không cho google index những trang mà bạn copy nội dung từ những trang
- Sử dụng URL removal
Để tránh việc trùng lặp nội dung ngoài trang các bạn cố gắng đừng copy nội dung từ bất kỳ web nào khác

 

giờ coppy nội dung có chỉnh sửa hết rồi. rất ít người tự sản xuất ra nội dung lắm

 

Chỉnh sửa bài viết có sẵn cũng là một quá trình, phải đảm bảo các tiêu chuẩn cần thiết để không bị Google đánh giá lỗi sao chép.

 

sử dụng thẻ cannical kiểu gì vậy thớt @@ đặt thẻ này ở vị trí nào trên site vậy

 

dùng thẻ cannical ở đâu thì mới đúng vậy mấy bác??? Cái này hơi khó hiểu

 

htaccess mục đích chính là dùng để di chuyển hoặc định dạng URL cho 1 trang nào đó. Để tránh việc trùng lặp nội dung mình nghĩ dùng thẻ canonical là cách tối ưu nhất.

 

Canonical là một thẻ HTML
Cấu trúc của nó như sau: <link rel="canonical" href="URL Gốc">
Ví dụ bạn có một page (URL) copy nội dung từ đâu đó và không muốn được GG index thì ngoài những cách như dùng robots.txt , htaccess thì có thể đặt thẻ canonical trên URL có nội dung copy đó. Thẻ này sẽ giúp GG bot hiểu rằng: "Tao copy nội dung từ bài này (URL Gốc), đừng có index cái URL copy này."

 

Bác nào có công cụ nào check trùng lặp nội dụng không cho em xin với a

 

Các bạn cứ làm theo hướng dẫn trên là đảm bảo Ok đáy, mình đã thử và thành công.