德国联邦司法法院今天驳回了一名艺术家的起诉，称谷歌使用“缩略图”图像不侵犯其版权。这名艺术家将作品的照片发布到其网站上，并 使之能够被搜索引擎索引。
德国联邦司法法院称，谷歌“可以认为原告的行为表明其同意在图像搜索服务中使用作品图像。原告没有采取技术措施，阻止搜索引擎索引其网站内容 并显示作品图像”。这名艺术家指控谷歌在图像搜索服务中显示作品的缩略图侵犯了其版权。两家级别较低的法院已经驳回了其诉讼。

这一诉讼彰显出对互联网公司未经授权使用版权内容的争议。谷歌等网站使消费者能更方便地分享版权内容，促使艺术家、出版商和体育组织纷纷加大了 版权保护力度。

德国联邦司法法院指出，只有在第三方未经授权擅自发布作品照片，而且谷歌知情的情况下，谷歌才需要承担侵犯版权的法律责任。

我们可爱的一休哥Matt Cutts又回来了。在最新放出的视频中，他回答了两个关于Google搜索算法的问题。

第一个问题是：在2009年中，Google一共对其搜索算法修改了多少次？

Matt Cutts的回答是350到400次，平均每天一次还多。

对于每天都使用Google Search的你是否有点惊讶这个数字呢？Matt Cutts继续解释道：有些算法的改进只是小修小补，比如能够更好的适合某国语言，能够更快的同步，所以Google并不一定将所有的更新都进行发布。 閱讀全文 →

Google对于网络搜索的排名有着极为复杂的算法，今天他们宣布，网站的速度也将成为搜索排名的新因素。
Google认为，网站和网页加载迅速，可以让用户节省下时间并且观感更好，这也符合Google的经营理念，不过需要注意的是，速度并不是最主要的排名 因素，“相关性”在排名中的主导作用依然不会改变，速度对搜索结果的影响程度应该不到1%。< 閱讀全文 →

针对谷歌有时会人为干预其自动排名的最新质疑，该公司周四对其搜索引擎的工作方式再次进行了辩护。
早先，布鲁塞尔针对来自三家公司对谷歌的投诉，调查谷歌是否在搜索排名和相关广告处理方式上，不公平地对待一些竞争对手。谷歌一名负责排名系统的员工 Amit Singhal周四在一篇博客中称，相对于人为干预的排名结果，按照谷歌的算法产生的排名结果质量和相关性都更高。但是他也坦承，谷歌的系统远非完美。

谷歌其他高管本周也不遗余力地强调谷歌排名系统的“非人工”性质，试图说服批评者，谷歌在搜索结果中既不会偏袒某些网站，也不会刻意置它们于不 利。谷歌欧洲高级竞争顾问朱莉娅•霍尔茨(Julia Holtz)周三在布鲁塞尔告诉媒体：“我们从不搞‘白名单’或‘黑名单’。”

但是，周四出现的最新证据显示，谷歌员工有时的确会对其系统进行干预，起码在其关键词广告这块业务中。这项业务理论上是通过自动计算来决定广告在搜索结果 中出现的位置。

向布鲁塞尔投诉谷歌的公司之一，英国价格比较服务网站Foundem，出示了两封看上去是来自谷歌Adwords员工的电子邮件，其中讨论了“白名单”做 法，也就是通过改变系统以改进某一个搜索结果的排名。

一位谷歌发言人拒绝就Foundem的申诉进行评论，但是承认说，谷歌有时会人为修改搜索结果的排名，以减少计算结果被扭曲的现象。这位发言人没有透露这 样的修改发生的频率有多高，只是说很罕见。

发表者: Susan Moskwa, 网站管理员趋势研究员

原文: Demystifying the “duplicate content penalty”
发表于: 2008年9月12日星期五，上午8: 30

重复内容始终是一个经常被谈论的话题。我们不断地发表关于这方面的文章，人们也在不断地提出问题。特别是，我还听到有很多网站管理员担心自己受到了“重复内容处罚”。
在这里请允许我们把这个问题一次性跟大家讲清楚：根本不存在所谓的“重复内容处罚”。至少，也不是大多数人谈论时所认为的那样。

有一些处罚是和抄袭其他网站的内容有关的，比如完全抄袭并且发布其他网站的内容，或者在完全没有提供任何其他附加价值的情况下发布这些抄袭的内容。这些都是我们不提倡的做法，您可以在网站管理员指南里找到有关此问题的清晰的论述:

• 请不要创建含有大量重复内容的多个页面、子域或者域。
• 请避免使用那种“一个模子印出来”（cookie cutter）的方式创建网站，比如没有或者很少原创内容的联属计划。
• 如果您的网站参与联属计划，请确保您的网站可提供附加价值。提供独特且相关的内容，使用户首先有理由访问您的网站。

（请注意，我们不希望您从其他网站那里抄袭内容，但是如果其他人抄袭了您的网站就是另外一回事了；如果您担心别人抄袭了您的网站，请您参考这篇文章）。

但 是我听到的一些担心重复性内容的网站管理员所谈论的并不是抄袭或者域名农场(domain farms)；他们讨论的是诸如在同一个域上有多个网址指向相同的内容。比 如，www.example.com/skates.asp?color=black&brand=riedell
和www.example.com/skates.asp?brand=riedell&color=black。这种类型的重复性内容可能会对您网站在搜索结果中的表现有潜在的影响，但是它不会使您的网站受到惩罚。下面这段文字来自我们关于重复内容的帮助文章：

除非重复内容看起来意在欺骗用户并操纵搜索引擎结果，否则，我们不会对有重复内容的网站采取特别措施。如果您的网站存在重复内容问题，而您又未遵循上述建议，我们会自行以恰当的方式选择在搜索结果中显示的内容版本。

这种非恶意的重复是比较常见的，特别是很多内容管理系统(CMS)缺省条件下对此处理的并不是很好。因此，当人们谈到此种类型的重复性内容会影响您的网站时，并不是因为您可能会因此受到处罚，而仅仅是由于网站和搜索引擎的工作方式所造成的。

大多数搜索引擎都力求保持一定程度的多样性：他们想在搜索结果页上向您展示十个不同的搜索结果，而不是含有相同内容的十个不同的网址。为此，谷歌试着去掉重复的内容从而使用户较少看到这些多余的重复性的内容。您可以在这篇博客里了解更多的细节，其中谈到

1. 当我们探测重复内容时，比如由网址参数造成的衍生网址，我们会将这些相似的网址放在同一组里。
2. 我们会选择我们认为最能代表这一组的网址在搜索结果里进行展示。
3. 我们还会对这一组网址的特性进行相应的整理，像链接的受欢迎程度，并将其合并到此代表性网址上。

作为网站管理员，上述过程可能会影响到您的是：

• 在 步骤二中，谷歌所认为最具有代表性的网址并不一定和您的想法一致。如果您想控制究竟是 www.example.com/skates.asp?color=black&brand=riedell 还是www.example.com/skates.asp?brand=riedell&color=black出现在我们的搜索结果中的话， 您或许想采取适当措施以减少您的重复内容。告诉我们哪一个是您比较喜欢的网址的有效方法之一就是将其列入您的网站地图(Sitemap) 里。
• 在步骤三中，如果我们无法探测出某一特定页面的所有重复性页面的话，我们在对其页面特性进行整合时就不可能包括所有这些重复性页面的特性。这可能会削弱这一特定内容的排名竞争力，因为他们被分散分配到了多个网址上。

在 大多数情况下，谷歌可以很好的处理此类重复内容。然而，对于那些不同域名上的重复性内容，您或许需要再考虑一下。尤其是，当您决定建立一个网站而它的目的 从本质上来讲就是内容抄袭和重复的话，如果您的商业模式又依赖于搜索引擎的流量，那么除非您可以给用户带来很多的附加价值，不然对于建立此类网站您还是要 三思而后行。举个例子，我们有时听到来自Amazon.com的联盟网站说他们网站上那些完全由Amazon提供的内容很难有好的排名。这难道是因为谷歌 想阻止他们卖《Everyone Poops》 这本书吗？不；这是因为如果他们的网站提供完全一样的内容的话，他们怎么可能会比Amazon的排名更好呢？对于在线购物来讲，Amazon在很多方面具 有权威性（对于一个典型的Amazon联盟网站来说更是如此），一般的谷歌搜索用户可能想看到的是Amazon上的原始信息，除非这个联盟网站提供了相当 数量的、额外的附加值给用户。

最 后，想一下重复内容给您网站带宽带来的影响吧。重复内容会造成抓取效率低下：当Googlebot在您的网站上发现了十个网址，在它知道这些网址含有完全 相同的内容之前（如上所述，也就是在我们能够对他们进行归类之前），它必须对这十个网址逐一进行抓取。Googlebot耗费在抓取重复性内容上的时间和 资源越多，它用来抓取其他内容的时间也就相对变少了。

总而言之，网站上的重复性内容会以多种方式影响您的网站。但是除非您是恶意抄袭造成内容重复，否则这些方式不会构成对您网站的处罚。这也意味着：

• 当您清除了无恶意的重复性内容时，您无须提交重新收录的请求。
• 如果您是一个介于初级到中级经验值之间的网络管理员，您可能不需花费过多精力来担心重复性内容，因为大多数搜索引擎都有方法来处理它。
• 通过澄清和杜绝关于重复性内容处罚的杜撰之说，您可以帮到您的网站管理员同行们！解决重复性内容的方法完全在您的掌控之中，这里有几篇较好的文章您可以参考。

发表者：Maile Ohye (饰网站)，Jeremy Lilley (饰谷歌机器人)

原文： First date with the Googlebot: Headers and compression
发表于： 2008年3月5日星期三，晚上6:13

姓名/用户代理: 谷歌机器人
IP地址: 点击这里查看如何验证
寻觅: 拥有独特而诱人内容的网站
最不喜欢的行为：违反《网站管理员指南》

谷歌机器人 — 多么神奇的梦幻之舟！他了解我们的灵魂和各个组成部分。或许他并不寻求什么独一无二的东西；他阅览过其它数十亿个网站（虽然我们也与其他搜索引擎机器人分享自己的数据:)），但是就在今晚，作为网站和谷歌机器人，我们将真正地了解对方。

我知道第一次约会的时候，过分地分析从来就不是什么好主意。我们将通过一系列的文章，一点点地了解谷歌机器人：

1. 我们的第一次约会（就在今晚）：谷歌机器人发出的数据标头和他所留意到的文件格式是否适于被进行压缩处理；
2. 判断他的反应：响应代码（301s、302s），他如何处理重定向和If-Modified-Since；
3. 下一步：随着链接，让他爬行得更快或者更慢（这样他就不会兴奋地过了头）。

今晚只是我们的第一次约会……

***************
谷歌机器人： 命令正确应答
网站： 谷歌机器人，你来了！
谷歌机器人：是的，我来了！

GET / HTTP/1.1
Host: example.com
Connection: Keep-alive
Accept: */*
From: googlebot(at)googlebot.com
User-Agent: Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)
Accept-Encoding: gzip,deflate
网站： 这些标头太炫了！无论我的网站在美国、亚洲还是欧洲，你都用同样的标头爬行吗？你曾经用过其他标头吗？

谷歌机器人： 一般而言，我在全球各地所用的标头都保持一致。我试图从一个网站默认的语言和设定出发，搞清楚一个网页究竟长得什么样。有时候人们的用户代理各不相同，例如Adsense读取使用的是“Mediapartners-Google”:
User-Agent: Mediapartners-Google

或者对于图像搜索：
User-Agent: Googlebot-Image/1.0

无线读取的用户代理因运营商而异，而谷歌阅读器RSS读取则包含了订阅者数量等额外信息。

我通常会避免Cookies（因此不存在所谓“Cookie:”标头），因为我并不希望与具体对话有关的信息对内容产生太大的影响。此外，如果某个服务器在动态URL而不是Cookies上使用对话ID，通常我都能识别出来，这样就不用因为每次对话ID的不同而成千上万遍地重复爬行同一个网页。
网站：我的结构非常复杂。我是用许多类型的文件。你的标头说：“Accept：*/*”。你会对所有的URL进行收录，还是自动过滤某些文件扩展名？

谷歌机器人：这要取决于我想找什么。

如果我只是对常规的Web搜索进行检索，当我看到指向MP3和视频内容的链接，我可能不会下载这些东西。类似地，如果我看到了一个JPG文件，处理方法自然 就与HTML或者PDF链接有所区别。例如JPG 的变动频率往往比HTML低很多，所以我不太经常检查JPG的变动，以节约带宽。同时，如果我为谷歌学术搜索寻找链接，那么我对PDF文章的兴趣就会远远高于对JPG文件的兴趣。对于学者而言，下载涂鸦绘画（例如JPG），或者是关于小狗玩滑板的视频，是容易让他们分散注意力的，你说对吗？

网站：没错，他们可能会觉得被打扰到了。你的敬业精神令我佩服得五体投地。我自己就喜欢涂鸦绘画（JPG），很难抗拒它们的诱惑力。

谷歌机器人：我也一样。实际上我并不是一直都在做学问。如果我为搜索图像而爬行，就会对JPG非常感兴趣，碰到新闻，我会花大力气考察HTML和它们附近的图像。

还有很多扩展名，例如exe、dll、zip、dmg等，它们对于搜索引擎而言，既数量庞大，又没有多大用处。
网站：如果你看到我的URL“http://www.example.com/page1.LOL111”,（呜噎着说）你会不会只是因为里面包含着未知的文件扩展名就把它拒之门外呢？

谷歌机器人： 网站老兄，让我给你讲点背景知识吧。一个文件真正下载完成后，我会使用“内容—类别”（Content-Type）标头来检查它属于HTML、图像、文本还是别的什么东西。如果它是PDF、Word文档或Excel工作表等特殊的数据类型，我会确认它的格式是否合法有效，并从中抽取文本内容。但是你永远也不能确定里面是否含有病毒。但是如果文档或数据类型混乱不清，我除了把它们扔掉之外，也没有什么更好的办法。

所以，如果我爬行你的“http://www.example.com/page1.LOL111”URL并发现未知文件扩展名时，我可能会首先把它下载。 如果我从标头中无法弄清内容类型，或者它属于我们拒绝检索的文件格式（例如MP3），那么只能把它放在一边了。除此之外，我们会接着对文件进行爬行。

网站：谷歌机器人，我很抱歉对你的工作风格“鸡蛋里挑骨头”，但我注意到你的“Accept-Encoding”标头这样说：
Accept-Encoding: gzip,deflate

你能跟我说说这些标头是怎么回事吗？

谷歌机器人：当然。所有的主流搜索引擎和WEB浏览器都支持对内容进行gzip压缩，以节约带宽。你或许还会碰到其它的一些类型，例如“x-gzip”（与“gzip”相同），“deflate”（我们也支持它）和“identity”（不支持）。

网站：你能更详细地说说文件压缩和“Accept-Encoding: gzip,deflate”吗？我的许多URL都包含尺寸很大的Flash文件和美妙的图像，不仅仅是HTML。如果我把一个比较大的文件加以压缩，会不会有助于你更迅速地爬行呢？

谷歌机器人：对于这个问题，并没有一个简单的答案。首先，swf（Flash）、jpg、png、gif和pdf等文件格式本身已经是压缩过的了（而且还有专门的Flash 优化器）。

网站：或许我已经把自己的Flash文件进行了压缩，自己还不知道。很显然，我的效率很高喽。

谷歌机器人：Apache和IIS都提供了选项，允许进行gzip和deflate压缩，当然，节省带宽的代价是对CPU资源的更多消耗。一般情况下，这项功能只适用于比较容易压缩的文件，例如文本HTML/CSS/PHP内容等。而且，只有在用户的浏览器或者我（搜索引擎机器人）允许的情况下才可以使用。 就我个人而言，更倾向于“gzip”而不是“deflate”。Gzip的编码过程相对可靠一些，因为它不断地进行加和检查，并且保持完整的标头，不像 “deflate”那样需要我在工作中不断推测。除此之外，这两种程序的压缩算法语言都很相似。

如果你的服务器上有闲置的CPU资源，可以尝试进行压缩（链接：Apache, IIS）。但是，如果你提供的是动态内容，而且服务器的CPU已经处于满负荷状态，我建议你还是不要这样做。
网站：很长见识。我很高兴今晚你能来看我。感谢老天爷，我的robots.txt文件允许你能来。这个文件有时候就像对自己的子女过分保护的父母。

谷歌机器人：说到这里，该见见父母大人了——它就是robots.txt。我曾经见过不少发疯的“父母”。其中有些实际上只是HTML错误信息网页，而不是有效的robots.txt。有些文件里充满了无穷无尽的重定向，而且可能指向完全不相关的站点。另外一些体积庞大，含有成千上万条单独成行、各不相同的 URL。下面就是其中的一种有副作用的文件模式，在通常情况下，这个站点是希望我去爬行它的内容的：
User-Agent: *
Allow: /

然而，在某个用户流量的高峰时段，这个站点转而将它的robots.txt切换到限制性极强的机制上：
# Can you go away for a while? I’ll let you back
# again in the future. Really, I promise!
User-Agent: *
Disallow: /

上述robots.txt文件切换的问题在于，一旦我看到这种限制性很强的robots.txt，有可能使我不得不把索引中已经爬行的该网站内容舍弃掉。当我再次被批准进入这个站点的时候，我不得不将原先的许多内容重新爬行一遍，至少会暂时出现503错误相应代码。

一 般来说，我每天只能重新检查一次robots.txt（否则，在许多虚拟主机站点上，我会将一大部分时间花在读取robots.txt文件上，要知道没有 多少约会对象喜欢如此频繁地拜见对方父母的）。站长们通过robots.txt 切换的方式来控制爬行频率是有副作用的，更好的办法是用网站管理员工具将爬行频率调至“较低”即可。
谷歌机器人： 网站老兄，谢谢你提出的这些问题，你一直做得很不错，但我现在不得不说“再见，我的爱人”了。

网站：哦，谷歌机器人…（结束应答):)

***************

发表者：李露
转载自谷歌中文网站管理员博客

今天，Google 正式推出中文版网站管理员支持论坛 。目前，Google 网站管理员支持论坛已经拥有了包括英文、德文、法文在内的多达二十种语言版本。此次中文版论坛的建立旨在为中文站长们提供一个互相交流和与 Google 工作人员直接交流的平台。你会发现一些成员的名字旁有蓝色 G 标志，这代表此用户是来自 Google 网站管理员支持小组以及搜索质量小组的成员，他们会参与部分讨论，回答网站管理员普遍关心的问题并维护论坛。我们欢迎更多站长和业内人士加入我们，将你在建站和搜索引擎抓取收录等方面的经验与大家分享，成为论坛的粉丝用户（我们称那些积极发帖为论坛成员提供建议和帮助的活跃分子为“粉丝用户”）。

值得强调的两点是：1. 只有名字前带有蓝色 G 标志的才是来自 Google 的成员，他们有包括删垃圾贴的权利；2. 我们为大家准备了详细的 Google 攻略，在发帖提问前不妨先尝试利用现有资源或在论坛内找找看，这样您可以在第一时间得到答案，也避免了资源的浪费。

我们在论坛首页已经列出了 Google 专为站长提供的资源链接， 这里再简要介绍一下：

Google 网站管理员中心 － 站长资源的集中站。这里提供了包括网站管理员工具，帮助中心，管理员博客等的链接。是通向所有 Google 为站长专设服务的大门。

Google网站管理员工具 － Google 对网站抓取和索引编制的统计、诊断和管理，包括 Sitemap 提交和报告。关于管理员工具的使用，在《 Google(谷歌)的网站优化利器—中文网站管理员工具》 已有详述。

Google 网站管理员博客 – 有关 Google 如何抓取网站并编制索引的最新资讯和信息。有来自 Google 的资深工程师、搜索质量小组成员发表的文章，同时，也有译自英文网管博客以及 Matt Cutts 博客中的文章。

Google 网站管理员支持中心 － 为中文管理员专设的支持中心，涵盖了关于抓取、编制索引、排名和其他网站管理员问题的常见问题解答。我们非常鼓励管理员充分利用该帮助中心，并通过反馈为我们提出内容和形式上改进的建议。

上周我们预告了Google将会增加一个新的Meta标签“unavailable_after”，它允许我们手动指定某个网页的失效日期，以提醒Google的爬虫在该日期后不再抓取含该标签的网页。不过上周我们并不清楚这个标签到底是怎样使用的。SEL今天从Google的产品经理Dan Crow那里了解到这个标签的详情用法，下面和大家分享一下。

要使用“unavailable_after”标签，只需要在网页的头部加入以下的Meta语句即可：
< 　META NAME=”GOOGLEBOT” CONTENT=”unavailable_after: 日期 时间 时区”　>
其中的日期、时间、时区（缩写）分别用23-Jul-2007、19:18:17、EST这种格式。当Google的爬虫看到网页里包含这个标签时，它不仅会不再抓取这个网页，还会在一天左右的时间内将网页从Google的搜索结果里除去。值得注意的是，Google Cache里的相关的网页快照依然会存在。要想移除Google Cache里的记录，得给网页加上noarchive标签。
本文转载自：G速客原文地址：Google的“unavailable_after”标签的详细使用方法