极客兔兔

博客折腾记(四) - 原创资格是争取来的

V2EX 的帖子火了

昨天在V2EX发了一贴,独立博客被各种聚合网站爬,好心累,一天之内有上百个评论,五百左右的收藏,成了6月29日V2最热的帖子,这个话题的火爆程度远远超过了我的想象。而且昨天和今天,竟然给我的博客带来了接近1万的 PV。V2EX 的能量实在是太高了,贴图纪念一下。本站的数据是公开的,页面最下面的站长统计可以点进去看每日 PV/UV/IP 等数据。

GEEKTUTU CNZZ 29-30 TRAFFIC

重拾荒废一年的站点

这个站点,我差不多运营了一年半。今年五月前写了大概30+篇文章,每一篇都是一行一行码出来的,安装了站点统计代码,每天的 PV 在50左右徘徊,搜索引擎也不收录。大部分文章都是在刚建站半年内完成的,中间荒废了一年也没管。流量也几乎没什么变化,网站之前托管在腾讯云,还挂了好几次。

六月份的时候,一个同事偶然间提到了我的网站,突然觉得惭愧。我做事总喜欢半途而废,这个站是不是也会这样呢?前几天网站挂了,我竟然五天后才发现。我告诉自己,这一次再试一次!好好地运营,如果这次失败就永远放弃吧。为了专注于内容创作,我将 Koa+React 的组合换成了静态渲染框架 hexo,背景在第一篇文章中写得比较清楚:博客折腾记(一) - 极致性能的尝试。舍不得原来辛辛苦苦设计的页面,因此6月6日和7日,花了两天时间,按照原来的样式从头撸了一个hexo主题:hexo-theme-geektutu,顺手给hexojs/site主干提了个Pull Request,Hexo themes列表里也有我的身影了。

花了一个周的时间整体迁移完成,那天偶然看到一篇文章,一个博主申请了Google Adsense30次之后,终于通过了。被拒的理由几乎都是Valuable Inventory Scraped Content, 即内容抄袭,他的博客有几百篇文章,每天的流量也挺大的,而且看得出也是原创博客。我的个人小站,写写总结从没想过这些。看评论的时候,大家都抱怨Google Adsense很难申请,技术博客都是相似的,哪有那么多原创。但是有个博主评论说,他的站点十篇文章不到,也申请通过了,关键是原创。我心想,我的站点也是呀,纯原创纯手工,因此我也提交了申请。Google 的效率是真高,晚上提交的申请,第二天一早就给我发了拒信,理由是抄袭内容过多。我看到邮件的时候,简直不敢相信自己的眼睛!!!就好比毕业论文,没有任何参考资料的前提下,写了几万字,然后查重发现,已经有人写了和你一模一样的内容。

别把原创资格拱手送人

Google Adsense的拒信让我对原创这两个字陷入了深深的沉思,这两周的努力,也几乎围绕着这两个字。

我做的第一件事,把原来的30+文章,按照标题中的关键字逐篇在 Google 上搜索了一遍,想看一看究竟和别人的有多大的相似程度。这一搜又把我吓了一跳。我的一篇关于 Git 的入门文章,已经被转载得面目全非了。在 CSDN 的转载排到了第一个,而我的翻了20页没找到。把所有文章都按照这种方式搜索完,我才知道,为什么被 Google 判定抄袭了。别人一字不落地转载了,由于权重高,更容易被收录,被认定原创,而我就被认定为抄袭了。

还有一些文章是我自己亲手把自己给卖了的。因为想吸引更多的人关注我的博客,每次一写完就分享链接到掘金Segmentfault的头条版块,本以为,分享链接能给自己引流,现在才发现,当你分享链接的时候,全文也被爬取了。Segmentfault有个所谓的阅读模式,默认折叠起来,但是查看网页源代码的时候,可以发现,阅读模式里的原文不是动态加载的,是直接渲染成html中的,这意味着搜索引擎先爬到这个链接,就会认为这篇文章是Segmentfault原创的。而我能得到的,仅仅是在Segmentfault首页展示的那两天的流量,并永远地将搜索引擎的流量拱手送人了。掘金等其他平台也是如此。

另外,根本不能指望这些大平台里放了你的链接,能给你带来点外链权重,我分析了大部分的平台,结果很失望。

  • SegmentfaultCSDN等大部分平台的原文链接,以及文章中的链接,都被加上了rel=nofollow属性,这个属性的含义是告诉搜索引擎,这个链接可以忽略掉,所以不能起到外链的效果。
  • 掘金和一些采集站的做法是服务器重定向,链接类似这样https://link点juejin点im/?target=origin_url,意味着你的链接需要通过掘金来重定向。这种做法比第一种还糟糕,这种链接是链到了平台自己,与你完全无关了。
  • 第三种做法,很多无良转载者常用,将你的链接变为文本,象征性地放在文章末尾,这样不可点击。很少有人会专门复制这个链接,访问原站的。

在所有的大平台中,我唯一发现不加nofollow属性的平台是博客园。而且博客园允许定制页首HTML代码,如果你博客园的文章搜索量还不错,在博客园里发一个新博客链接,绝对有效。

就这样,80% 的文章相当于是给别人做了嫁衣。无奈之下,只能删除。最后删了只剩下6篇,tensorflow 相关的4篇和 pandas 相关的2篇。忍痛删掉20多篇文章,一个朋友知道后,觉得很不理解,原来的就放着呗,新写的注意别干蠢事就好了。如果不删除,在 Google 永远会有一个抄袭的标签,如果这个站要做下去,长痛不如短痛。

这两周,又爆肝写了几篇,好几篇文章的更新时间都是凌晨,到今天为止,加上原来的已经有14篇了。想安安静静地将原来没写完的专题继续写完,每次写完文章,都主动去Google Search Console手工更新sitemap.xml。Google 的效率很高,一般手工更新完站点地图后,5分钟就爬完了。当然,没有站点地图也可以测试单个网址,如果显示没有编入索引,点击请求编入索引,很快 Google 就会爬取相关页面,编入索引了。第一个提交,原创资格自然容易保证了。

Geektutu Google Search Console

积极举报抄袭网页

对于无良的转载者,我一开始没怎么注意,觉得既然都第一个提交了,他们转载不影响我的搜索排名,也不浪费精力了。但是上个周发生的一件事简直毁三观

我凌晨2点更新完文章,提交到 Google 后就睡了。第二天一早无意识地搜了下相关关键字,发现一个垃圾聚合站居然排到了第一个,我的根本搜不到。然后我点进去看,发现所有指向我站点的链接全部被删除,而且他的文章在我发布10分钟后就有了。只有一个可能,这个垃圾站,将我的博客列入了爬虫名单,发现博客更新就爬取。

我用文章标题直接搜索,而且点击了 Google 搜索页面最下面的显示全部相似的结果,短短半天,就有4个聚合站采集了我的文章,均将我的链接移除了,只有一个站在文章最后面一个很不起眼的位置,加了查看原文,指向了我。而且这些站点的 Google 收录时间与我的只差了一个小时,如果权重比我高,容易认定高权重的网站为原创。我只能尽可能地联系聚合站的站长,希望他们能够删除我的文章,有1个通过微信联系,有2个通过留言,均删除了。并且告知我的文章禁止转载,口头答应,发下一篇的时候,又被无耻地采集了。还有另一个站长,网站上没有留任何的联系方式,根本找不到人。无奈之下,我发现了这个网站Google Spam Report可以举报垃圾网页。抱着试一试的心态,举报了抄袭我文章的地址。两小时后再去搜索,居然发现我的文章排到了首页,被举报的网址搜不到了。举报是真有效!后来找到了Google Spam Report的浏览器插件,举报起来更是得心应手。这个周,持续不断地与无良聚合站作斗争,每天坚持举报5个以上的地址。如果第二天搜索结果还没消失,继续举报。

blog-experience-4

博客自身的改进

当然,博客本身也在改进。

  • 每张图片加域名提示。我喜欢做一些动图,推荐用Giphy Capture录制 gif 动画,支持直接设置文本提示。这样即使被爬取,也能提醒读者原创的站点在哪。
  • 文章中的每个代码片段注释前两行,加上域名。一般爬虫是不处理代码片段的。
  • 文章最末尾,自动加上本站域名 xxx,也可以通过搜索 xxx 找到我,这位这段话在<article>标签中,一般也会被爬取。
  • 服务器站点加黑名单,我用的是对象存储服务,支持设置黑名单,使用DNS Checker查到对方域名的IP地址,然后加入黑名单。但有些大的采集站,爬虫有IP池,这种方法也无能为力了。

昨天,我在V2EX上发了关于我这段经历的帖子,热度之高超乎我的想象。很多V友也在积极地建言献策,声讨聚合站、采集站,分享反爬措施,SEO 优化等。默默收藏的童鞋更是评论人数的N倍。做技术的人,很多都有写博客的习惯,被判抄袭,没有搜索流量,被无良转载等等,很容易产生共鸣。

也有童鞋回复我,说之前看了我的文章,对他写PJ有很大帮助,特来感谢。我回复说,对你有帮助,我感到非常开心。

对于写博客的人来说,还有什么比让读者觉得有价值更重要的事情呢?

这个帖子也让我认识了好几位坚持耕耘的独立博主,还添加了建站以来的第一条友链。独立博主是个小圈子,在V2EX发的帖子,以及写的这篇文章,都是希望能够用自己的经验帮助小圈子里面的博主们少走弯路。如果一年多前,能有人告诉我不要去Segmentfault掘金分享链接,发文章后要第一时间提交给搜索引擎,以及发现垃圾网页及时举报等等,我想我的小站内容会比今天更丰富,说不定已经有了点权重。国内的原创环境很糟糕,稍不注意,创新的勇气会被慢慢消磨。

谷歌为我的小站加了导航

从重拾博客到今天,三周加一个周末,23天。博客访问量从50慢慢稳定在300左右,一个帖子,让2天有接近1万的阅读量,这些都是预料之外的。还有更意想不到的事情是,Google 竟然为我的小站添加了导航栏,受宠若惊。

Google Geektutu

昨晚,第二次提交Google Adsense申请,也通过了。

希望这篇文章能够帮助同为原创博主的你,不被恶化的原创环境磨平创新的棱角。

本站永久域名geektutu.com,也可搜索「 极客兔兔 」找到我。

期待关注我的知乎专栏,所有文章可在「 知乎APP 」查看。


标签:

专题:

发表于2019-06-30 11:54:00,最后修改于2019-07-18 01:20:44。

本站文章欢迎链接分享,禁止全文转载。


« 上一篇 TensorFlow 2.0 (八) - 强化学习 DQN 玩转 gym Mountain Car 下一篇 » 博客折腾记(五) - 友链这件事,没那么简单

赞赏支持

请我吃胡萝卜 =^_^=

i ali

支付宝

i wechat

微信

推荐阅读

Big Image