代替数据全部采用 API数据和已经声明无版权的内容，API调试了一个多星期，现在正规站没什么收入，到时要是来个侵权下来，直接嗝屁。。。。想了想，麻烦就麻烦点，还是替换下。


用爱发电，毕竟BA了，别因为爱翻车了。。。


补充一下，是怎么判断侵权内容的？
其实很简单，就是确定哪个数据来源是有侵权风险的，统一处理这个来源的的数据就可以了。

至于我采集的方法，我是被动采集的，思路很简单，蜘蛛进入这个页面时就触发采集生成内容，所以400W并不夸张，而且这400W数据只其中的一个数据源，蜘蛛一直访问，就会一直抓下去，理论上数据是没有上限的。

数据这么多，除了百度蜘蛛，所有搜索引擎的蜘蛛都是在帮我采集，必应的蜘蛛最勤快，最多时每天访问几十万个URL，也就是帮我采集了几十万页的数据。


至于对内容的理解：
对于搜索引擎来说，如果用户看到的结果都是   文不对题|毫无意义的垃圾文章
这是涉及搜搜索引擎生存的根本问题，如果结果一直是这些拉结内容，这个搜索引擎是会被用户抛弃的。

所以：内容的可读性、价值性 》 原创 》 伪原创 》 拼凑

如果处理后的内容没有可读性，我觉得是没有任何价值的，就算一时能欺骗搜索引擎，长期对网站来说，这个网站没有长期。

当然，对于灰色、短期一波的网站来说，没有长期这一说，所以例外。