搜索引擎区分转载页面和原页面的原理：
1、对于网页AB，要判断这两个页面是否互为转载网页，那么搜索引擎首先会把这两个网页的主体内容划分为若干个独立的区域，再按顺序对这些区域进行比较，如果这些区域的内容大部分都是相同，那么搜索引擎就认为这两个页面互为转载页面。
2、然后，再根据网页建立的时间等多方面的因素判断哪个是原创页面，哪个是转载页面。
所谓搜索引擎，就是根据用户需求与一定算法，运用特定策略从互联网检索出制定信息反馈给用户的一门检索技术。搜索引擎依托于多种技术，如网络爬虫技术、检索排序技术、网页处理技术、大数据处理技术、自然语言处理技术等，为信息检索用户提供快速、高相关性的信息服务。搜索引擎技术的核心模块一般包括爬虫、索引、检索和排序等，同时可添加其他一系列辅助模块，以为用户创造更好的网络使用环境。
下载本文