微信的原创保护机制到底是如何实现的？

微信的原创保护机制到底是如何实现的？

摘要

众所周知，目前微信公众号是最具商业价值的写作平台，这与它优秀的原创保护机制密不可分，如果你想将其他公众号上的文章标为原创，微信会给出类似如下的信息告诉你未通过原创校验逻辑。

如果你想改几个字蒙混过关，对不起，不行！依然会报上述错误，这得益于微信原创检测机制所采用的 simhash 技术，它是 Google 为了解决大规模的网页去重而发明的算法，广泛用在大规模的文章，评论判重等地方，效率极高，那么这项技术是如何实现的呢，通过上面的错误信息不难发现微信是为每篇文章生成了一个指纹（fingerprint），最终文章相似性的比较其实是指纹的比较，那么这个指纹又是如何生成的呢，本文将会为你由浅入深地揭晓 simhash 的秘密。