NeovaGeavanceerd SEO-platform

Duplicate content checker: zo vind en herstel je dubbele pagina's

De meeste duplicate content is niet expres gekopieerd. Hij ontstaat door de manier waarop een site URL's bouwt: dezelfde pagina met en zonder www, met een trackingparameter, anders gesorteerd of onder twee categorieën. Zoekmachines moeten dan raden welke versie je bedoelt. Een duplicate content checker vindt elke kopie, groepeert ze en laat zien welke moet blijven.

On-page contentduplicate content checkerBijgewerkt op 21 november 2026Door het Neova-team

Wat een duplicate content checker doet

Een duplicate content checker vergelijkt de pagina's van een site met elkaar en meldt welke hetzelfde of bijna hetzelfde zijn. Een goede kijkt naar vier dingen:

  • URL's die alleen verschillen in protocol, host, hoofdletters, slash aan het eind of parameters, maar dezelfde pagina teruggeven.
  • Hoofdtekst die op twee of meer pagina's identiek is.
  • Hoofdtekst die sterk lijkt, met een paar woorden, een productnaam of een stad verwisseld.
  • Titels, meta descriptions en koppen die op meerdere pagina's terugkomen, wat vaak vanuit een andere hoek op hetzelfde probleem wijst.

Hij moet je ook vertellen welke pagina's al zijn afgehandeld. Een pagina die een andere URL als canonical noemt, of die redirect, is een duplicaat dat je al hebt opgelost, en hoort niet meegeteld te worden met de duplicaten die nog open staan.

Is duplicate content slecht voor SEO?

Niet op de manier waar mensen vaak bang voor zijn. De documentatie over canonicalisatie van Google legt uit dat Google, als het meerdere pagina's met dezelfde content vindt, ze groepeert, er één als canonical kiest en de andere minder vaak crawlt. Er is geen penalty voor een www- en een niet-www-versie van een pagina. Content van andere sites kopiëren om rankings te manipuleren is iets anders, en de spambeleidsregels van Google behandelen dat als gescrapete content.

De echte kosten zijn stiller:

  • Google kiest misschien de verkeerde versie. De URL in de zoekresultaten kan die met een parameter zijn, de HTTP-versie of de printweergave.
  • Signalen worden verdeeld. Links en interne links verspreiden zich over meerdere URL's in plaats van op één op te tellen.
  • Crawlen wordt verspild. Op een grote site kunnen duizenden parametervarianten tijd opslokken die een zoekmachine liever aan nieuwe pagina's besteedt. De gids over crawlbudget behandelt die kant.
  • Rapporten worden rommelig. Klikken en vertoningen zijn verdeeld over URL's, waardoor je moeilijker ziet hoe een pagina echt presteert.

SEO ProCheck scheidt de mythes van de echte oplossingen in duplicate content: causes, myths, and fixes.

De soorten duplicate content

SoortVoorbeeldGebruikelijke oplossing
URL-variantenhttp, www, hoofdletters, slashRedirect naar één vorm
Parametervarianten?utm_source=, ?sort=priceCanonical naar de schone URL
Exacte duplicatenTwee categorieën, printweergaveRedirect of canonical
Bijna-duplicatenAlleen de stad verwisseldSamenvoegen, herschrijven of canonical
Dubbele metadataEén titel, veel pagina'sEén titel per pagina
Kopieën op andere sitesSyndicatie, scrapingHun noindex of canonical

De eerste twee soorten zijn technisch en meestal één keer opgelost, in de server of de template. De middelste twee zijn contentbeslissingen. De laatste hangt af van de site van iemand anders.

Waar dubbele pagina's vandaan komen

Vindt een checker honderden duplicaten, dan komen die zelden voort uit honderden beslissingen. Zoek het patroon:

  • Host en protocol. De site antwoordt op zowel http als https, of zowel met als zonder www, en niets redirect.
  • Slashes aan het eind en hoofdletters. De server geeft 200 voor /page en /page/, of voor /Page en /page.
  • Trackingparameters in interne links. Een utm_-tag op een bannerlink maakt een nieuwe URL voor dezelfde pagina.
  • Sorteren en filteren. Gefacetteerde navigatie kan meer URL's opleveren dan er producten zijn. De gids over gefacetteerde navigatie van Google vraagt sites om filterparameters in elke URL in dezelfde volgorde te zetten.
  • Eén item, meerdere paden. Een product dat bereikbaar is onder /sale/ en /shoes/, of een bericht onder elk van zijn tags.
  • Templates met weinig tekst. Tagarchieven, lege categoriepagina's en locatiepagina's waar de template zwaarder weegt dan de content.
  • Restanten. Een staginghost die open staat voor crawlers, een oud domein dat nog antwoordt, een print- of AMP-versie.

We vonden er twee op onze eigen sites. Op neova.app antwoordde http:// op 20 november 2026 met 200 in plaats van een 301 naar https, waardoor elke pagina een tweeling had tot we het oplosten. En de volledige crawl van seoprocheck.com door Neova op 17 oktober 2026 vond:

seoprocheck.com, 17 okt. 2026Aantal
HTML-pagina's die 200 antwoorden4.561
Dubbele titels56
Titels langer dan 60 tekens557
Meta descriptions langer dan 155 tekens582
Canonicals naar een andere interne URL5

Neova groepeert pagina's per template, dus als duplicaten zich in één paginagroep ophopen, weet je dat de template de plek is om ze op te lossen.

Zo werkt het opsporen van exacte en bijna-duplicaten

Exacte duplicaten zijn het makkelijke deel. De checker haalt de hoofdtekst uit elke pagina, zonder navigatie, header en footer, normaliseert die en vergelijkt. Twee pagina's met dezelfde hoofdtekst zijn duplicaten, ook als hun menu's verschillen.

Bijna-duplicaten vragen om een maat voor gelijkenis. Een gangbare methode knipt de tekst in overlappende reeksen woorden, shingles genoemd, en telt hoeveel reeksen twee pagina's delen:

pagina A: "rode hardloopschoenen voor trail en weg"
reeksen van 5 woorden: "rode hardloopschoenen voor trail en", "hardloopschoenen voor trail en weg", ...
gelijkenis = reeksen die beide pagina's delen / reeksen op de pagina
Instelling in NeovaWaarde
Vergeleken tekstAlleen de hoofdtekst
Lengte van de reeks (shingle)5 woorden
Gedeelde reeksen voor een melding90% of meer
Minimale hoofdtekst50 woorden
Pagina's met een canonical eldersNiet meegenomen in de exacte check

Neova markeert twee pagina's als de ene 90% of meer van zijn reeksen van 5 woorden met de andere deelt, op pagina's met 50 woorden of meer hoofdtekst. Geen enkele zoekmachine publiceert een drempel, dus zie een melding over een bijna-duplicaat als een aanleiding om de twee pagina's naast elkaar te bekijken, niet als een oordeel.

Twee details maken een groot verschil. Vergelijk de hoofdtekst, niet de hele HTML, anders lijkt elke pagina op een site met een groot menu op de andere. En bouwt JavaScript de content op, vergelijk dan de gerenderde pagina, anders lijkt elke pagina leeg en identiek.

Een site controleren op duplicate content, stap voor stap

  1. Crawl de hele site, en zet JavaScript-rendering aan als de content in de browser wordt opgebouwd.
  2. Begin met URL-varianten. Die zijn het goedkoopst om op te lossen en verklaren vaak het grootste deel van de rest.
  3. Beoordeel exacte duplicaten groep voor groep. Kies per groep de URL die moet blijven.
  4. Beoordeel bijna-duplicaten naast elkaar. Bepaal of ze verschillende behoeften dienen. Een maatvariant waarschijnlijk niet; twee steden met verschillende diensten misschien wel.
  5. Loop herhaalde titels en descriptions na. Is de content anders, schrijf dan nieuwe. Is hij hetzelfde, dan bevestigen ze een duplicaatgroep.
  6. Controleer de canonicals op elk duplicaat dat je houdt, en zorg dat ze naar de URL wijzen die je koos. De gids over de canonical tag checker behandelt wat daar mis kan gaan.
  7. Crawl opnieuw na de oplossing en vergelijk de twee crawls om te zien welke meldingen zijn opgelost.

Duplicate content oplossen

De pagina van Google over dubbele URL's samenvoegen noemt de belangrijkste manieren om aan te geven welke URL je voorkeur heeft. Redirects en rel=canonical zijn sterke signalen; een URL in een sitemap zetten is een zwakker signaal. Kies de oplossing die bij het geval past:

SituatieOplossingSterkte van het signaal
Dubbele URL heeft geen doel301 naar de voorkeurs-URLSterk
Variant moet bereikbaar blijvenrel=canonical naar de voorkeurs-URLSterk
Twee pagina's, hetzelfde onderwerpSamenvoegen, de andere redirectenSterk
Vergelijkbare pagina's, andere lezersHerschrijf ze allebein/a
Eén titel op veel pagina'sEen titel per paginan/a
Alleen in de sitemap gezetVoeg een redirect of canonical toeZwak
Geblokkeerd in robots.txtDeblokkeren, dan canonicalGeen, pagina niet gelezen

Wat je ook kiest, stuur overal hetzelfde signaal. Interne links, de XML-sitemap, hreflang en de canonical moeten allemaal dezelfde URL noemen. Google raadt af robots.txt te gebruiken voor canonicalisatie, omdat een geblokkeerde pagina helemaal niet gelezen kan worden. Werk na een redirect de links bij die naar de oude URL wezen, zodat ze geen omweg maken; de gids over redirectketens behandelt dat.

Voor canonicals in de diepte heeft SEO ProCheck een volledig naslagwerk over canonical tags.

Duplicate content controleren met Neova

Neova controleert op duplicaten in de categorieën Content en Indexeerbaarheid van elke crawl. Pagina's die al een andere URL als canonical noemen, blijven buiten de check op exacte duplicaten, zodat die lijst toont wat nog open staat. De checks erachter:

Alle meldingen: elke check met de URL's die hij markeerde van het aantal gecontroleerde, hier met Duplicate content op HTML-pagina's en Dubbele titel op HTML-pagina's tussen de checks Moet opgelost.
Alle meldingen: elke check met de URL's die hij markeerde van het aantal gecontroleerde, hier met Duplicate content op HTML-pagina's en Dubbele titel op HTML-pagina's tussen de checks Moet opgelost.

Paginagroepen tonen uit welke template de duplicaten komen, en Crawls vergelijken toont welke meldingen na een oplossing verdwenen zijn. Elke tabel exporteert naar CSV. Bekijk de functies of download Neova; het Free-abonnement voert elke check uit.

Vragen

Wat is een duplicate content checker?

Een tool die de pagina's van een site vergelijkt en meldt welke dezelfde of sterk vergelijkbare content teruggeven, inclusief URL-varianten van één pagina en titels of descriptions die op meerdere pagina's terugkomen.

Bestraft Google duplicate content?

Niet voor duplicaten binnen je eigen site. Google groepeert ze, kiest één URL als canonical en toont die. Het risico is dat het een versie kiest die je niet wilde en dat signalen verdeeld raken. Content die van andere sites gekopieerd is om rankings te manipuleren, valt onder het spambeleid van Google.

Hoeveel moeten pagina's op elkaar lijken om als duplicaat te tellen?

Geen enkele zoekmachine publiceert een percentage. Neova markeert bijna-duplicaten als een pagina 90% of meer van zijn reeksen van 5 woorden met een andere deelt, als aanleiding om ze te vergelijken, niet als uitspraak.

Gebruik ik een canonical of een redirect voor dubbele pagina's?

Redirect als de dubbele URL niet hoeft te bestaan. Gebruik een canonical als hij bereikbaar moet blijven voor bezoekers, zoals een gesorteerde lijst of een URL met een trackingparameter.

Kan ik dubbele pagina's blokkeren in robots.txt?

Google raadt het af. Een geblokkeerde URL kan niet gelezen worden, dus Google ziet zijn canonical niet en ook niet dat het een duplicaat is, en het kan de URL via links toch indexeren.

Neem dit mee

De links naar de assistenten openen met een vraag over deze pagina die al klaarstaat.

Crawl je site met NeovaHet Free-abonnement voert elke check uit op Mac, Windows en Linux. Geen creditcard nodig.

Lees verder