seo深度解析:全面挖掘搜索引擎优化的核心秘密(搜索引擎工作原理一共包括三个过程：建立索引—呈现排名)

　　seo深度解析:全面挖掘搜索引擎优化的核心秘密(搜索引擎工作原理一共包括三个过程：建立索引—呈现排名)

　　搜索引擎的工作原理包括三个过程：网页搜索、信息预处理和索引。

　　细分分为：爬取-爬取-处理爬取信息-构建索引-渲染排名

　　一：爬行

　　爬取目的：创建待爬取列表

　　谷歌爬虫：ddos 百度爬虫：蜘蛛

　　1、发现：

　　新的 网站

　　被动等待：设置Robots.txt文件，放到服务器上等待爬虫自行爬取。（谷歌几个星期，百度一个月到几个月。）

　　主动吸引爬虫：用链接写软文，花钱买高质量高权重的网站，使用高权重的博客，在高质量的论坛发外链。

　　

　　新内容

　　可以放首页，否则尽量放顶栏（总结：争取高权重位置）

　　横幅图像不如幻灯片，幻灯片不如文字。（总结：文字优先，图片写alt属性）2、爬虫分析：

　　查看：网站日志分析。可以在日志文件中查看站长工具：查看爬取频率。太高会导致服务器崩溃，修复一下：网站访问突然变成

　　先去现场网站收录看看有没有处罚

　　分析日志爬虫，记录IP（蜘蛛，用户）

　　统计代码问题

　　3、爬取策略：

　　深度优先：一层列到底层（100万-1000万页） 广度优先：对等列单独采集（100万页） 混合：两者混合使用（50-1亿页）

　　4、爬行者爬行障碍：

　　txt 文件设置不正确。服务器本身（动态IP频繁出现，服务器不稳定），网址太长，搜索引擎爬虫懒得直接抓取。爬行动物陷阱

　　二：抢

　　网页本身必须符合 W3C 标准

　　页眉信息：状态码：200（正常访问）、404（死链接）、301（永久重定向）、302（临时重定向谨慎）、403（禁止访问）、5xx（数据库问题） 代码：建议在国外使用utf-8. gb2312打开是乱码 TDK关键词: Title: 尽可能让爬虫进入某个页面时看到我们的主要内容。

　　长度：33个汉字文章，25个汉字足够两个英文字符算一个字符

　　位置：关键词位置前置

　　次数：不要重复太多（列可以强调关键词，最重要的放在前面）

　　可读性：考虑用户体验

　　原创性：蜘蛛喜欢新鲜事物

　　关键字：5-7个首页，5-6个一级栏目，4-5个二级栏目，3-4个列表页，2-3个主题。Deion：（列必须写在 关键词 周围）

　　效果：提高点击率

　　密度：3-8%

　　长度：80个汉字

　　原创性别：有益收录

　　可读性：用户体验注意事项

　　号召性用语：活动、促销等的页面。

　　3、公共部门：

　　搜索引擎不会爬取重复的部分（爬虫更喜欢新鲜的原创东西，重复的内容不利于爬取）

　　4、导航：主导航、副导航、左导航、SEO导航（标签页）、面包屑导航（不要用JS）、

　　5、广告：

　　横幅图片不如幻灯片，幻灯片不如文字（总结：文字优先，图片写alt属性）。文本适合爬虫爬行。

　　6、文字：

　　关键词：次数合适，密度适中3-8%，位置靠前（金华站长工具可以查到） 标签：唯一性，整页第一重要. 包括关键词、关键词尽量放在前面标签：不唯一，次要。其他属性可以添加到属性中：只能用于

　　，意在告诉蜘蛛图片的解释属性：在链接中加入描述性文字，可以为用户提供更清晰的含义锚文本：（都注意相关性）锚文本必须是相关相关的

　　三：对抓取结果进行处理（预处理）

　　爬取后，爬虫将其压缩成数据包返回给数据库

　　相关性：由于百度算法的上下文分析+语义分析，网站不会出现不相关的内容，否则搜索引擎也会省略权限：各种奖项、网络评价、申请百度客服增加信任度。

　　注：权限不足造成的影响：同一篇文章文章，由于信任级别，可能被文章转载发表，但落后于他人网站。

　　去重：一个链接不能有多个页面，同一个关键词不能指向不同的链接，同一个关键词的不同链接也不应该出现在同一个页面上。

　　四：创建索引

　　搜索引擎索引是反向构建的