上回时间太赶，对采集内容处理写的很浅，在实际操作过程中仍有很多奇淫巧技，需要创意与技术的结合。此文全程装逼。 回顾 上回说道处理采集内容的两个先后步骤： 对原始内容的处理 对处理后内容进行组织 第一块，对原始内容的处理，上篇主要针对html源码信息的处理，但没说对文本信息该如何处理。 下面分享下本渣渣曾经使用的一些，对采集内容文本的处理方式… 对原始采集内容文本信息的处理 对元数据的处理，这边忽略，因为元数据主要是添加逻辑上的映射。比如我一个企业黄页的网站，去抓了“XXX公司的规模、商标、年营业额、法人信息”等元数…

号外 这么久才开通留言功能，好丢人，这篇是本渣渣图新鲜试试留言功能用的，没有干货 采集内容对SEO是否有效？ 有人说采集内容对搜索引擎友好性不高，不容易获得排名，这个是肯定且必然的。 对大多站点，上采集内容必定不如UGC、精心编辑过的内容来的效果好。但是，现在搜索引擎能获取到的原创内容量已经不如之前多了，毕竟内容生产平台已经转移了，早就不集中在网站上了。另外几个搜索引擎之间还相互抓，何况小站点呢。 所以采集内容依旧是有效的，只不过对采集内容后加工的成本越来越高了。 采集内容的后加工 担心采集内容效果差，或者容易被K…

其实SEO很多工作就是不断的在倒腾内容，将内容各种倒腾来倒腾去，通过拆分聚合在拆分再聚合，来捕获搜索词。 老生常谈的空短页面、重复页面、原创页面….都是间接影响流量的点，直接影响流量的是内容的维度、属性、数量 维度决定能捕获哪些流量；属性决定内容的组织方式；数量决定能够捕获流量的最大值； 其实就是数据库，维度是数据表、属性是字段、数量就是记录。做内容，就是不断的充实优化数据库。三个点都照顾到了，所谓网页内容质量也自然而然的就上去了。一个数据库设计混乱、毫无信息架构的网站，是没办法展开SEO的。 倒腾网站内容的几个动…