如何判断页面的年龄？

我认为Google在确定谁首先发布文本以及谁进行复制方面或多或少准确。但是，当我使用“搜索工具：自定义间隔”时，结果却很奇怪。我已经找到了一个网站，该页面可以追溯到2002年，而我已经拥有了几年时间。

因此，Google无法准确找出谁抄袭了谁以及谁撰写了原件。什么是？

如果stackexchange.com创建于2009年，那怎么可能？hermeneutics.se比堆栈溢出还旧！

我以这种方式研究了这个问题的答案：使用Google（因为这是我的示例），Google如何获取创建日期和修改日期以及Google可以识别的日期格式。请理解，仅在几页上就不存在此信息，因此我不得不从很多来源中筛选出数据，其中一些似乎并不直接适用并将它们组合在一起。在某些情况下，信息来自多个来源，并不总是引用。

Google按此顺序查找页面日期；至少就Google Search Appliance而言，URL，标题标签，正文（内容），元标签，HTTP响应标头。在其他文档的其他段落中，没有记录任何命令，但是对该列表进行了讨论，似乎可以确认该列表。如果您考虑一下，这将反映搜索引擎的顺序。一个-发现您的页面（链接），第二-从上至下（标题，正文和元标记）阅读页面，但元标记（小细节）和HTTP响应标头除外。以下是有关该设备的列表：https://developers.google.com/search-appliance/documentation/68/admin_crawl/Preparing#docdaterule

注意：开始日期是Google首次请求该页面的日期。在没有创建日期的情况下，使用开始日期。

1]任何搜索引擎都可以通过HTTP GET请求请求资源，并且Web服务器返回响应标头中的最后修改日期以及数据包中的资源。

2]任何搜索引擎都可以通过HTTP HEAD请求来请求资源的标头信息，并且Web服务器将在响应标头中返回修改后的日期，而数据包中没有该资源。

3]任何搜索引擎都可以通过使用HTTP GET请求资源（如果if-modified-since设置为日期）来请求自某个日期以来是否已修改资源。如果自设置日期以来已对资源进行了修改，则Web服务器将以200 Ok响应进行响应并返回资源，或者如果自设置日期以来尚未对资源进行修改，则Web服务器将以304未修改进行响应而不返回资源。 。

Google使用方法3发出许多请求以节省带宽。您将在Web服务器日志文件中看到这些。

注意：内容管理系统（CMS）或其他软件可能无法在响应标头中适当提供日期。

这些日期示例也来自Google设备文档，但在其他与常规搜索有关的地方也存在。我从设备文档中获取了这些详细信息，仅仅是因为可以将其剪切并粘贴为列表，而在其他地方它并不是那么整洁。

4] Google在URL中寻找日期。它寻找以下格式；YYYMMDDHH-YYYY-YYYYMM。

5] Google在标题标签中寻找日期。它寻找以下格式；YYYMMDDHH-YYYY-YYYYMM，尽管我怀疑可以识别其他格式。见下文。

6] Google在body标签（内容）中寻找日期。它寻找以下格式；YYYMMDDHH-YYYYMMDD-YYYYMM-YYYY-DDMMYYYY-YYMMMDD-MMDDYYYY-YYMMDD-DDMMYY-MMDDYY，尽管我怀疑可以识别其他格式。见下文。

注意：众所周知，Google专门寻找第一个H1标签正下方的日期。这是因为博客经常在此位置放置日期。

7] Google寻找这样的中继标记。 <meta http-equiv="last-modified" content="YYYY-MM-DD@hh:mm:ss TMZ" />

据说Google也可以识别以下日期格式。

YYYY-MD-YYYY.MD-YYYY / M / D-MD-YYYY-MDYYYY-M / D / YYYY-YY-MM-DD-YY.MM.DD-YY / MM / DD-WK，D MON，YR -WK，MON D，YR-D MON，YR-MON YYYY-MON D，YR-MON YY-YYYY-DM-YYYY.DM-YYYY / D / M-DM-YYYY-DMYYYY-D / M / YYYY- DD-MM-YY-MM-DD-YY-DD / MM / YY-MM / DD / YY-YYYYMMDDHH-YYYYMMDD-YYYYMM-YYYY-DDMMYYYY-MMDDYYYY-YYMMDD-DDMMYY-MMDDYY

我发现的研究没有回答时间问题。

在引用的示例的情况下，这些页面不提供日期线索，除了可以忽略的span标记内。SE软件/ Web服务器可能无法在任何响应头中返回创建和修改的日期。

Google为什么以及如何得出这些日期是一个好问题，可能永远无法解决。我将继续寻找。

如果您想查看域的年代，请在Google上搜索Wayback machine。您正在寻找该网站：http : //archive.org/web/。

如果您想检测窃，此链接将为您提供帮助：http : //copyscape.com/signup.php?pro=0&o=f

另外，在Google上搜索“抄袭检查器”。

希望我能帮上忙。