下面产生复制内容的原因。

(1)前面讨论的网址规范化问题会产生复制内容。

(2)代理商和零售商从产品生产商那里转载产品信息。这到没什么不对，一般生产商也都同意，没有版权问题。但绝大部分代理商、零售商、批发商都是直接COPY，而不做任何改动，大家用的都是一模一样的产品说明，所以这些电子商务网站上有大量复制内容。

(3)打印版本。很多网站除了正常供浏览的网页外，还提供更适于打印的页面版本，如果没有用适当方式禁止抓取，这些打印版本网页就会变成复制内容。

(4)网站结构造成的各种页面版本。如产品列表按价格、评论、上架时间等排序在前，博客的分内存档、时间存档等。

（5）网页内容有RSS生成。有很多网站，尤其是新闻，类网站，用其他网站RSS feed生成网站内容，这些内容在原始出处和很多其他类网站上都已经出现过很多次了。

（6）使用Session ID。搜索引擎蜘蛛在不同的时间访问网页的时候，被给予了不同的Session ID，实际上网页内容是一样的。由于Sessin ID参数不同，就被当成了不同的网页。

 （7）网页的实质内容很少，没个网页上都不可避免的有通用部分，不如导航条、版权声明、广告等、如果网页的正文部分内容太短，内容数量还低不上通用部分，就有可能被认为是复制内容页面。

 （8）转载或抄袭。有时是其他人抄袭了你的内容，有时是善意的转载，有时是作者自己在不同的网站发布同一篇文章，这些都会造成复制内容。
  （9）镜象网站。镜象网站曾经很流行，当一个网站太忙太慢时。用户可以通过替代镜像来看内容或下载。这些也有造成复制内容的风险。

 （10）产品或服务类型之间的区别比较小，不如有的网站把自己的服务按地区进行分类，但实际上提供给每一个地区的产品或服务都是一样的。这些按地区分类的页面只是把地名改了改，其他服务内容说明都一样。

  （11）URL任意加字符还是返回200状态吗。有的网站由于技术原因，用户在URL后加上任意字符和参数，服务器 还能正常返回200状态码，并返回没有加上任意字符时一样的重复内容页面。

   检查页面是否有复制版本相对简单，拿出页面正文中的一句话，加上双引号，在搜索引擎中搜索一下，从结果中就可以看到是否有多个页面包含这句话。一般来说，随机挑选的一个句子，完整出现在另一篇文章中的可能性很低。

   举一个比较极端却很清楚的例子。我为了试验搜索引擎是否使用关键词标签，曾在一篇博客帖子上提到“无论是东方fsdds”这么一个字符串。在我发这个贴之前，搜索引擎没有任何这个字符串的结果。现在搜索一下，可以清楚的看懂啊不少为转载或抄袭形成的复制内容。

   在Google搜索得到的结果就更多了，将近1000个页面。令人无赖的是，绝大部分转载没有按版权声明来链接到原出处，更有很多链接直接连作者都给修改了。