ZBlog采集重复内容过滤：过来人给新手站长整理的实用指南

为啥你用ZBlog采集完，网站反而越做越拉胯？

我刚做ZBlog站点的时候，跟在座九成新手站长一模一样，就想偷个懒，不想一天天吭哧吭哧写原创，听人说采集香，当天就装了插件开搞，那时候哪里懂什么zblog采集重复内容过滤啊？满脑子都是“一天更50篇，三个月做上万收录，半年躺赚广告费”，结果呢？半个月过去，收录不到10条，百度站长平台给我发了重复内容警告，本来刚起来的两个长尾词排名，直接掉得一干二净，网站权重直接从1跌到0，给我整得半夜三点都睡不着觉。

说句不好听的，那时候的网站就像我去菜市场批发了一整车菜，拉回家打开一看，一半是我已经买过放坏了的，一半是别人挑剩的通货烂叶子，搜索引擎就是来逛街的顾客，一进你店全是见过八百遍的烂东西，人家不扭头走才怪，走了还给你贴个“全是垃圾”的标签，以后都不愿意来了。那时候我才反应过来：zblog采集重复内容过滤根本不是可有可无的选项，是你做采集必须过的第一道鬼门关，没有zblog采集重复内容过滤，你采集的越多，死得越快，zblog采集重复内容过滤没做好，你就是给搜索引擎送KPI，人家不K你K谁？

先说说我踩过的大坑，没做zblog采集重复内容过滤有多惨？

我当时那站，搞了半个月，采集了快八百篇文章，我后来用工具一扫，超过七成都是重复内容：要么是标题改了内容一点没动，跟我自己已经发的重复；要么就是网上到处都是的内容，早就被几百个站发过了，属于公共垃圾内容。那时候我还不服气，觉得不就是重复吗？我改改标题换换段落不就行了？结果改完半个月，还是不收录，我才明白，搜索引擎现在多精啊，你换个标题就想蒙混过关？人家人脸识别换头都能认出来，更何况一篇内容换个标题？

坑踩多了我才总结出来，做zblog采集，核心根本不是你能采多少，而是你能过滤掉多少垃圾重复内容，zblog采集重复内容过滤做得好，一天采10篇优质内容，比你一天采100篇垃圾强一万倍，这句话我给你刻在脑子里，绝对没错。

亲测好用的zblog采集重复内容过滤方案，踩坑后整理的

我前后试了七八种方法，从免费插件到自己写代码，最后留下来这三步，新手也能跟着做，不用懂太复杂的技术，照着来就能搞定80%的重复内容问题：

• 第一步：打开采集插件自带的基础过滤，零成本就能搞定

  现在zblog主流的采集插件，不管免费还是付费，其实都自带了基础的重复内容过滤功能，但是默认都是关掉的！你知道为啥吗？说白了就是插件商想让你看着采集效率高，你一开过滤，一次少采几十篇，你就会觉得插件没用，人家怎么卖你付费版？所以你装完采集插件，第一件事就是找过滤设置，把该开的都打开。

  具体操作也简单，打开你的采集规则设置页，找到内容过滤板块，直接勾选「重复URL不采集」「相同标题不入库」，这一步就相当于你买菜的时候，进门先扫一遍你的菜篮子，已经有的菜直接就不拿，是最基础的zblog采集重复内容过滤，零成本，一分钟就能设置完，别嫌麻烦，这一步都懒的做，你就别做采集了。

• 第二步：加MD5内容指纹比对，精准过滤换头重复内容

  

  基础过滤只能拦得住标题重复的，那那种换了标题改了开头，内容全抄的重复怎么办？这时候就得用MD5内容指纹过滤，说白了就是给每篇内容弄个唯一的“身份证”，不管你标题怎么改，内容一样身份证就是一样的，入库前先比对比对，已经有了直接拒绝入库，精准得很。

  我把自己用的代码给你放这了，直接放到你主题的functions.php文件末尾就行，很简单：

  ``` // 自定义zblog采集重复内容过滤 MD5检测 function custom_check_duplicate($content) { global $zbp; // 去除空白和HTML标签，生成内容指纹 $clean_content = trim(strip_tags($content)); $content_md5 = md5($clean_content); // 查询数据库是否已有相同内容 $check_sql = $zbp->db->prepare("SELECT logID FROM {$zbp->table['Post']} WHERE log_md5 = %s"); $res = $zbp->db->query($check_sql, [$content_md5]); return empty($res) ? true : false; } ```

  用之前记得先在你的zblog文章表加一个log_md5字段，后台数据库管理执行一句SQL就搞定：ALTER TABLE 前缀_Post ADD log_md5 varchar(32) NOT NULL;，前缀换成你自己的数据库前缀就行，就这么两步，第二道zblog采集重复内容过滤的关卡就搭好了，换头怪重复内容直接拦在门外。

• 第三步：定期清理已入库重复内容，亡羊补牢为时不晚

  很多朋友跟我当初一样，已经没做过滤采集了一堆内容怎么办？别慌，咱们事后补也来得及，我一般是一个月做一次定期清理，用zblog的重复内容检测插件，扫一遍全站，把内容重复度超过80%的，要么改原创要么直接删掉，就像你定期给冰箱除烂菜一样，别留着招虫子。

  这种插件网上也就几十块钱，比你网站被K了重头再来划算一百倍，实在不想花钱，也可以用上面的方法自己写脚本扫，就是麻烦点，反正不管用啥方法，定期清理绝对是zblog采集重复内容过滤必不可少的一步，事前预防加事后清理，双保险稳得很。

最后给新手掏几句心窝子

做站快五年了，采集也做了四五年，我最大的感悟就是，偷懒可以，但是该走的流程一步都不能少，zblog采集重复内容过滤就是你做采集的立身之本，你把这一步做好了，你的站就赢了一半了，你省这十分钟的功夫，后面可能要花十个月找补，得不偿失。

我现在就是按照这套方法做，每天采10篇，过滤完留个五六篇优质的，三个月下来收录两千多，日IP也到了两千多，比当初一天发几百篇重复内容的时候强太多了，说穿了，做站跟过日子一样，你家里干干净净的，客人才愿意来，你内容干干净净的，搜索引擎才愿意给你排名，不就是这么个理儿吗？

希望今天分享的这套zblog采集重复内容过滤的方法，能帮新手朋友们少踩点我当年踩过的坑，大家都能把站做起来，早日实现流量自由，就说这么多。