湖北網(wǎng)頁(yè)設(shè)計(jì)www.juchi.cc　分段簽吅名算fǎ
　　
　　這種算fǎ是按照一定的規(guī)則把網(wǎng)頁(yè)切成N段，對(duì)每一段進(jìn)行簽吅名，形成每一段的信息指紋。如果這N個(gè)信息指紋里面有M個(gè)相同時(shí)（m是系統(tǒng)定義的闕值），則認(rèn)為兩者是復(fù)制網(wǎng)頁(yè)。
　　
　　這種算fǎ對(duì)于小規(guī)模的判斷復(fù)制網(wǎng)頁(yè)是很好的一種算fǎ，但是對(duì)于像Gооgle這樣海量的搜索引擎來(lái)說(shuō)，算fǎ的復(fù)雜度相當(dāng)高。把網(wǎng)站里面共同的部分如導(dǎo)航條、logo、版泉等信息（這些稱(chēng)之為網(wǎng)頁(yè)的“噪音”）過(guò)濾掉后剩下的文本。
　　
　　基于關(guān)鍵詞的復(fù)制網(wǎng)頁(yè)算fǎ
　　
　　像Gооgle這類(lèi)搜索引擎，他在抓取網(wǎng)頁(yè)的時(shí)候都會(huì)記下以下網(wǎng)頁(yè)信息：
　　
　　1、網(wǎng)頁(yè)中吅出現(xiàn)的關(guān)鍵詞（中文分詞技術(shù)）以及每個(gè)關(guān)鍵詞的泉重（關(guān)鍵詞密度）。
　　
　　2、提取meta
　　
　　descrīption或者每個(gè)網(wǎng)頁(yè)的512個(gè)字節(jié)的有效文吅字。
　　
　　關(guān)于第2點(diǎn)，baidu和Gооgle有所不同，Gооgle是提取你的meta
　　
　　descrīption，如果沒(méi)有查詢(xún)關(guān)鍵字相關(guān)的512個(gè)字節(jié)，而百度是直接提取后者。湖北網(wǎng)頁(yè)設(shè)計(jì)www.juchi.cc提醒這一點(diǎn)大家使用過(guò)的都有所體會(huì)。