如何筛选不excel重复项只提取一个得数据并提取出来并单独显示,急急急！！！！

来源：蜘蛛抓取(WebSpider) 时间：2022-11-16 10:31 标签： excel重复项只提取一个

一般来说，网站标题中的关键字越靠前的其权重越高，也越容易提升其排名能力。

搜索引擎会优先将关键字更明确、匹配程度更高的页面标题排在前面。用百度推广中的术语来说，匹配的权重顺序为：精确匹配>短语匹配>广泛匹配。

在网站标题中，最为重要的关键字一定要分割清楚，以便让百度进行到精确匹配，提高关键字的排名能力，而次要关键可以加入到短语匹配的行列中，并借助外链增强其排名能力。

在百度搜索结果页中，标题的最大显示长度为30个汉字，标题一旦超过长度会被截断，超出部分将以省略号省去，所以一方面为了最大程度的突出关键字，另一方面保证良好的用户体验，对此，我们也对百度搜索结果标题长度做了深入研究，在此我就借助马海祥博客的平台跟大家分享一下：

一般来说，网页标题最好是7个汉字以上，不要超过30个汉字，对于搜索引擎来说，标题中越靠前的内容越重要，靠后的内容比较次要，所以要把最重要的关键字，尽量放在前面位置，用一句简短的话来概括网页内容，不要用列举的形式，一个词一个词的隔开（具体可查看马海祥博客《》的相关介绍）。

目前常见的搜索引擎百度和谷歌，PC端显示的标题一般是60个字符，也就是30个汉字，如果你的网页标题超过30个字，那后面的就会截断，用省略号“…”代替。

（1）、百度标题长度30个汉字的猜测

在2014年6月，曾出过4道SEO相关面试题，如何从实际工作中来查看一个人的SEO能力，回答过第3题的2个人都选择了错误的答案B，原题如下：

百度标题长度通常限制在64个字节以内，请问标题长度小等于多少个汉字(一个汉字 = 2 字节)能完整显示标题，末尾不会以省略符号 "…"(占 3 字节)结束？

在登录百度帐号状态下，访问百度数据开放平台添加pc端新资源，可以看到提示：(为)方便您管理资源，请尽量填写有意义的中文标题，不超过30个(汉)字。

不超过30个汉字是迄今为止SEO行业主流的观点，亦是2位回答者不约而同都选答案B的原因。

H1标签嵌套锚文本标签内容及结尾的句号被百度过滤掉，执行标题策略，仅剩下暧昧的“您可能想看我的”：<h1><a href="/">您可能想看我的马海祥博客</a>。</h1>

事后重构H1标签嵌套结构，完整展现H1容器内的文本。

（8）、分析百度标题规则优先级

关于百度标题各个规则优先级的梳理，以PC端为例：

a、百度蜘蛛判断网页编码字符集。

b、抓取网页标题，部分繁简转换。

c、部分全角标点符号转换半角标点符号。

d、阿拉丁结果(sp)、最新相关信息(中间页)等优先级高于过滤重复标点符号。

e、把连续重复超过3次的部分标点符号替换为3次。

a、选择何种编码的百度搜索(UTF-8, GB2312, Big5, ，有前缀当前页排名 + 后缀2点省略号，到了iPhone上，无前缀当前页排名，但后缀可能有4点省略号，长度范围在 (50+2+[2,3]) 个字节，其它规则与PC, iPad端类似。

123_斗破苍穹吧_百度贴吧 83 字节 //网页

搜索结果只显示 3 字节省略符号 ...。

展现下限亦是3个省略号，最少标题是3字节，与PC, Pad版相同，不再赘述，建议移动端标题范围是3－52字节。

二、标题长度的其它发现

在对标题长度做了常规测试以后，除了以上的结果，我们还有以下几点新的发现，在此也在马海祥博客上跟大家分享一下：

首先，我们先来看一下PC端的新发现，具体来说，有以下几点：

（1）、省略符号不止出现于标题末尾

第1种情况是省略符号 "…" 作为前缀。

...batang开头的字库文件,这个文件大小为如下：

位置前缀似乎不被计入标题长度，10 和 1 是一样的。如果去掉位置前缀，但保留空格，标题长度是 53 字节，网页标题末尾的 1 个空格反被 2 点省略号替换。不过智能手机上没有截断。

PC端访问，搜索“SEO马海祥-SEO教程,SEO方法,SEO技术,网站优化,网络推广!”，显示完整标题，而搜索“SEO马海祥-SEO教程,SEO方法,SEO技术,网站优化,网络推广”，最后一个感叹号被2点省略符号替换。目标网页标题最后是全角感叹号(2 字节)，而百度展现的是半角感叹号(1 字节)，但智能手机端无此现象。

PC端访问标题截断算法不同于真正智能手机访问的算法。若要在PC端访问都不出现省略符号，建议在使用1个感叹号、逗号等全角符号的情况下，字节小等于52字节。

最后分析下网页标题中的全角标点符号具体分为5种情况。

①、转换为半角(可能包含于繁简转换词库)，过滤重复。

②、不转换为半角，过滤重复。

③、不转换为半角，不过滤重复，与半角标点符号是同义词。

④、pc端访问，搜索词包含可转换半角标点符号，转换为半角，过滤重复。

⑤、pc端访问，搜索词不包含可转换半角标点符号，不转换为半角，过滤重复

（5）、过滤反复出现的标题符号

②、当百度抓取转码后的 url，在搜索结果中又把 %23 解码成 #，因此大家看到了搜索结果中出现 # 的url。

三、中英文混合字数统计代码比较

“工欲善其事，必先利其器”，分析百度搜索结果标题长度前，先要找到适宜的字数统计工具，只是为了您的阅读体验，放到后面才介绍。

字节(B)是 Byte 的中文，多用作存储容量单位，亦可作为传输容量单位。英文维基百科解释：

我要回帖

更多关于 excel重复项只提取一个 的文章

 

随机推荐