文章封面:从一条带后缀的搜索词到一次页面判断
阅读口径

本文讨论同名对象的辨析方法,不针对任何具体站点,也不提供地址或入口。文中不认定任何一个同名对象为正宗。

线索一:域名与后缀

域名是最硬的区分依据,因为它唯一。同一个名字可以对应完全不同的域名主体,也可以对应同一主体下不同的后缀。看域名时要注意三点:主体拼写是否一致、后缀是否同类、有没有多余的层级(子域)。子域常被忽略,但它能把两个页面明确分开。需要提醒的是,域名唯一不等于主体唯一:同一个域名可以换人使用,所以域名只能把“对象”分开,不能证明“现在是原来那个”。

线索二:署名与版权行

署名是第二硬的线索。它通常出现在页脚、关于页或文章末尾,写的是“谁在维护”。同名对象如果署名不同,基本可以判定不是同一个;如果署名相同,还要看它是否只是照抄了别人的模板。版权行的年份区间也有用:一个写“2019—2023”的页面,和一个写“2024 起”的页面,即便名字一样,也很可能是两段不同的历史。署名的弱点在于它容易被复制,所以它适合用来“排除”,不适合单独用来“确认”。

线索三:栏目结构与功能

结构比文字难抄。栏目怎么分、有没有搜索、有没有分级、条目怎么排,这些组合起来近似一个指纹。两个同名页面,如果导航栏目几乎一致、排序一致、连空栏目的位置都一致,那么它们大概率同源;如果一个有“新手区”另一个没有,一个按时间排另一个按热度排,就该当成两个对象。结构线索的好处是不依赖文字表述,坏处是会随改版变化,所以只在同一时期比较有效。

可执行检查单

  1. 01先比域名主体与后缀,把对象数量数清楚,再谈其他。
  2. 02用署名与版权年份做排除法:不同署名,基本不同源。
  3. 03用栏目结构做同期比对,用时间连续性判断是不是同一段历史。

常见问题

四条线索互相矛盾时听谁的?

听最不容易被复制的那条。署名可以被照抄,标题可以被改写,结构可以被模仿,时间连续性最难伪造——它要求两段记录之间真的能接上。所以当线索冲突时,优先相信“能不能接上”,其次才是结构与署名。

同名但内容完全不同,会不会是同一批人做的?

可能,但无法从页面本身证明。判断依据是署名、联系方式与结构是否延续;三者都对不上,就应当按两个对象处理,不要用“也许是同一批人”把结论模糊掉。

线索四:时间连续性最难伪造

最后一条是时间。同一个对象的历史应当连续:有内容、有更新、有版式演进。如果两段记录隔了很久,中间没有任何痕迹,那更可能是两个对象各自短暂存在,而不是一个沉睡几年又醒来。判断连续性时不要只看有没有记录,要看记录之间能不能接上:旧栏目的结构是否延续、旧署名是否还在、旧路径是否还能对上。这一条排在最后,是因为它最难伪造。分清对象之后,很多问题会自动消失:你不再需要问“它到底是不是同一个”,只需要问“我说的这个是哪一个”。本站整理这四条线索,不判定谁是谁,只提供一套把对象数清楚的方法。