百度竟然采集搜狐的内容

ggads

刘秀高今天在搜索的时候，无意中发现"小说"这个词排名第8的站，网站描述非常简单：“含各类小说作品,包括武侠、言情、玄幻等作品。”

    按常理来说，这种超级热门的词，站长应该懂点seo和简单的优化，不应该连网站的描述标签都写不好，这么简单。于是，我想是不是百度采用了DMOZ的网站描述，大家都知道Dmoz被多数主要搜索引擎所采用。但是到dmoz搜索了一下2100book.com，发现这个网站并没有被收录。

  然后我打开这个网站看了下，其主要标签写法如下：

<meta name="ROBOTS" content="NOODP">
<title>世纪文学小说网-玄幻小说,言情小说,网游小说,修真小说,武侠小说,网络小说 www.2100book.com</title>
<meta name="keywords" content="小说,玄幻小说,言情小说,网游小说,,修真小说,都市小说,武侠小说,网络小说,世纪文学">
<meta name="description" content="世纪文学为国内最大的小说网站之一,提供,玄幻小说,言情小说,网游小说,修真小说,都市小说,武侠小说,网络小说等在线阅读,永做更新最快,小说最多的小说网!">

描述标签并不是百度采用描述那样，有<meta name="ROBOTS" content="NOODP">这个标签，说明站长也以为百度是采用的ODP描述，所以加了这个代码，但是事实上却不是。然后我查看源文件，搜索了下 含各类小说作品,包括武侠、言情、玄幻等作品 这句话，发现页面上并没有。

   既然百度既没有采用网站写的描述，也没有抓取页面上的内容作描述，更不是dmoz的描述，那这句网站描述是怎么来的呢。

   于是，我到技术最强大的google搜索，google了一把， 搜索 "含各类小说作品,包括武侠、言情、玄幻等作品。"，注意带双引号，意思是完整匹配，发现第一个结果就是小说文学搜狐分类目录，其他的就是一些小网站和个人博客了。百度当然不可能去采用哪些小网站的内容，唯一的可能就是采用了搜狐的分类目录。

    我再从这里选取了一些网站来百度搜索网站名字，发现百度的描述果然用的搜狐的。有个别不一样的，我推测可能是这个原因，百度只是一次抓取了搜狐的分类目录内容，并没有随之更新，而搜狐的分类是不断添加内容的，也就是说，描述不相同的网站是百度抓取搜狐分类目录的时候，还没有登陆进来。

    大家可以来测试下，看看我的推断是否准确。