搜索引擎其实并不像我们想想的那样智能，一篇一篇来判断APP是否收录，它是大概根据一个算法，这个算法并不是文字的逐一核对，而是每次通过APP内容的大小粗略的来核算。
为了判断伪原创搜索引擎曾经做过一个测试，一个APP每天更新一篇文章，一篇文章的字数只有100字左右，但是文章页面非常简单，简单到整个页面没有JS、CSS、HTML代码，只有文字，但收录却非常好，而有一些APP，用JS、CSS、html代码把APP修饰的非常漂亮，但是发布的文章却不收录，这让我开始觉得代码与原创度有直接关系。
我忘记了，在哪里看到过这样的一句话“搜索引擎只能识别200KB以内的内容”，对于一个APP而言，200KB算是很大了，我的博客只有30KB左右，所以我博客在搜索引擎中抓取是完全没有压力，如果你的APP有超过200KB，我觉得你是应该要优化了。
这和APP的文件大小有什么关系呢？好，我们来看看，搜索引擎在抓取一个页面的流程是从头到底，任何一个页面都有一个共同点，那就是头部一样、底部一样，唯一不一样的就是文章内容，那么搜索引擎在抓取头部有10KB左右是一模一样的，到中部文字的时候只有2KB是不一样的，而底部又有10KB是一模一样的，那么还会认为这是原创文章吗？
这里还得给大家灌输一个理念，那就是搜索引擎是不认识字的，他只有把这个汉字放到他的数据库去对比，当一对比一个新文章页面的时候，总共22KB的页面，居然有20KB一模一样，就算是写了原创文章，也会被列入到伪原创的列表中去。
经过我3年的北京APP开发优化加测试，我对原创文章的判断得出了这样的一个理论，当一个页面比较大的时候，一个页面的不同点至少占页面的1/3，那么写多少文字呢，比如你页面有10KB，那么至少的写3KB的文字，剩下的7KB相同，这些才不容易被列入到伪原创的列表中。当然，这是我个人得出的理论，并没有完全的证据和理论来证明。
