seo优化搜索引擎工作原理(【SEO实战】[其三]搜索引擎基本工作原理)

　　seo优化搜索引擎工作原理(【SEO实战】[其三]搜索引擎基本工作原理)

　　【SEO实战】

　　【第三篇】搜索引擎的基本工作原理

　　文字：忧郁的胖子

　　搜索引擎的具体工作过程非常复杂。但大致可以分为三个阶段：

　　1、爬取和爬取收录：蜘蛛程序查看你的网页信息，获取代码，存入数据库

　　2、分类预处理：对爬取的页面进行文本提取、中文分词、分类和索引处理

　　3、展示排名：根据用户提供的关键词计算相关度，然后按照一定的顺序展示

　　一、爬取和抓取

　　搜索引擎将有一个特殊的程序来读取每个 网站 页面的代码（或信息）。这个程序在百度叫Spider，Google是一个bot。为了提高爬取和爬取的速度，搜索引擎使用多个这样的程序同时工作。

　　为了爬取尽可能多的页面，蜘蛛会跟随页面上的链接，从一个页面爬到下一页。整个 Internet 由链接的 网站 和页面组成。理论上，蜘蛛可以爬到链接后的所有页面。但是由于网站之前的链接结构和页面极其复杂，蜘蛛也需要采用一定的爬取规则来遍历所有的页面。

　　最简单的爬取规则分为两种：一种是深度，一种是广度。

　　形象地说，它是一个链条和一个树叉。

　　其实因为蜘蛛的爬取规则是交叉使用的，很多网站页面之间的链接也是交叉链接的。真正意义上的链状或树状链接结构很少存在。都是交联的，可以说是锥形结构。

　　二、分类预处理

　　分类预处理，即从蜘蛛从网页中爬取的代码中提取有用的文本信息。并做好分类指标。

　　提取文本：蜘蛛得到的是代码，搜索引擎必须从这些代码中提取对自然人有用的信息，即网页外部显示的文本信息。在这个阶段，搜索引擎仍然以文本内容为主。

　　中文分词：分词技术，在国外，用英文，比较好处理。但在中文里，这是一个非常复杂的过程。首先，需要对提取的文本信息进行“减肥”，也就是去掉一些不必要的词，比如某些句子中的“de”这个词。中文分词技术一般基于两种性别：一种是字典，另一种是统计。

　　比如“搜索引擎优化”这六个词，按照自然词典的方法分为三个词：搜索、引擎、优化。这样一来，三个词就都有意义了。还可以分为：搜索引擎、优化。据统计，当这六个词按此顺序同时出现时，很可能被分成一个词：搜索引擎优化。

　　索引：索引，也就是分类，一个是某个页面，有哪些词；另一个是，哪些页面出现了这个词。也称为所谓的正向指数和反向指数。

　　三、显示排名

　　为了显示排名，它与搜索的 关键词 和 网站 页面的内容的相关性有关。搜索引擎对已爬取的页面进行分段后，对索引进行预处理。同时，还需要对输入的搜索词进行处理。

　　首先是分词，将搜索词按照一定的算法规则转换成基本关键词的组合。

　　然后，经过一些其他处理，与搜索引擎数据库中的 网站 页面文件进行匹配。首先，将过滤掉收录从其中分离所有搜索词的基本 关键词 的文件。然后计算搜索词与页面文件的相关度，计算匹配度。

　　经过一系列复杂的计算，得到了一个死号，基本确定了网站页面的显示顺序。当然，这个顺序并不是显示的最终结果。显示的最终结果是在此基础上进行的轻微调整。而这个微调是去掉一些作弊获得的排名，其次是人工干预。

　　最终，结果显示在外面。

　　待续...

　　下一篇文章将介绍我们可以对这些基础知识做些什么。敬请关注。

　　更多内容请关注作者——忧郁胖子：跟我一起见证【SEO实战】