搜索引擎是收录重复内容的，只是说随着收录重复内容量的不但增加，合格的附加价值也在增加，想要继续被收录就会变得更加困难，除非你能有 更好的附加价值，所以搜索引擎对于重复内容的收录也是有上限的，价值越高的内容肯定上限越高，当重复收录量越接近这个上限，想被收录就越难，这就是之后再 选择伪的原因，因为内容的改变加大了收录的可能。
某人发表了一篇针对某新闻事件的博客，随后被新浪转载到了新闻频道。从描述的内容上讲，这是一种重复。但这种重复仅仅是主体内容上的
重复，一方面它的转载带来了访问速度、稳定性等方面的增益，并且之后的检索用户还有可能用“新闻事件新浪”来检索此新闻。这可以被称之为站点增益。因此即 使主题内容没有任何变化，新浪的这次转载也是有价值的，其稀缺度也是较高的。同样，反过来说，如果转载的网站相当不知名，则其无法带来站点名、稳定性、速度等的增益。更有甚者，转载之后在页面上加入大量广告妨碍阅读，或者只转载了内容中不完整的一部分，这样的转载，或者说采集，就是纯重复的，与采集源相比，就是没有检索价值的了。
