采集原理：网站框架，从上到下，从左到右文字优先，图片，flash不利于收录网站尽可能做原创内容，原创文章，用心做内容，分享自己切身体会，经验总结，技术延伸分析，最重要的是对用户有用，没有价值的内容就像是开水泡馒头一样无味，垃圾内容一定不要，还不如你转载别人的文章，加上自己的看法和建议，做资源整合。

这也是很多网站者操心的地方，要想受到百度的青睐，自然要原创，但仍是有很多人非常之懒，想尽一切办法，就是想要不劳而利，于是就有了伪原创，但百度也不是吃素的。

百度，虽然不是人，不能体会文章的感情，但是为什么百度却能识别你的文章到底是伪原创的还是原创的，还是采集的呢？

其实很简单，百度搜一下，伪原创判断，把一个伪原创发上去，检测，你会发现，它并非直接检测， 而是逐字逐句，最后的结果，就是把你的文章分割，然后说，这个句子在百度搜索会有同样的搜索结果，所以原创性不高。

或许，百度蜘蛛在扫描别人网站文章时，已经看到过这篇文章，虽然人不会瞬间记住，但是它会，而你再去抄袭，它会瞬间察觉。这也是机器的效率高的原因。

而有时候，你尽管把文章打的再乱为什么百度还是检测是伪原创？这就是前面说的，它可能会把你的文章分隔开，断章取意，如果你的很多句子都是之前扫描中出现的，就是抄袭的了。

但权重确实非常重要，我见过很多新站，收录不快，原创的文章被别人抄袭，结果人家收录了！其实有时候，蜘蛛就算先扫描你的文章，但是当出现权重比你高的网站也是同样的文章，或许人家会被认为是原创！这是有可能的！百度不是人，不会说你先你就好，而是你强你就牛。毕竟这是弱肉强食的时代。

最好，在凌晨发文章，为什么别人会抄袭你新站的文章？是因为你发的时候，他们碰巧看到了，不管他们是怎么看到的，总之他们就是看到了，所以，要么忍辱负重，悄悄更新，只要你是原创，总会有秒收录的一天！