搜网站内容(1.什么是搜索引擎搜索引擎(SearchEngines)的中文搜索引擎介绍)

　　搜网站内容(1.什么是搜索引擎搜索引擎(SearchEngines)的中文搜索引擎介绍)

　　1.什么是搜索引擎

　　搜索引擎（Search Engines）是指一些能够主动搜索信息（网络上的搜索词和具体的简短内容描述）并自动索引的Web网站，其索引内容存储在一个大型数据库中以供检索. ，并构建索引和目录服务。搜索引擎是提供信息检索服务的网站。它利用一定的程序对互联网上的所有信息进行分类，帮助人们在浩瀚的互联网中找到他们需要的信息。

　　搜索引擎是用来帮助网民搜索信息的搜索工具，现在搜索引擎已经成为上网必不可少的工具。如果你想买一件商品，但又不知道去哪个网店，那就去搜索引擎，搜索引擎可以满足你的需求。

　　互联网的飞速发展也导致了互联网上大量“垃圾”信息的出现，而搜索引擎的作用之一就是排名更好的网站和高质量的网站@ > 在搜索结果中。前端，这样可以有效的帮助用户找到他们要找的东西，这就是引擎的作用。

　　下面介绍常见的搜索引擎。

　　谷歌：全球最大的搜索引擎，成立于 1998 年 9 月 7 日，是一家私人股份制公司，目标是设计和管理互联网搜索引擎。总部位于美国加利福尼亚州山景城，在全球设有销售和工程办事处。2010年，谷歌退出中国市场。

　　百度：全球最大的中文搜索引擎，由李彦宏和徐勇于2000年1月在北京中关村创立，致力于提供“简单可靠”的信息获取方式。“百度”一词源于宋代诗人辛弃疾的《清宇元熙案》中的“一千一百百度”诗句，象征着百度对中文信息检索技术的执着追求。

　　雅虎：美国著名的互联网门户网站，20世纪末互联网奇迹的缔造者之一，其服务包括搜索引擎、电子邮件独立用户新闻等，业务覆盖24个多元化的网络服务。

　　Bing：微软推出的用于替代实时搜索的搜索引擎。Bing的简体中文版于2009年6月1日正式开放，其他语言版本于200年6月3日在全球正式发布。据微软称，这款搜索引擎将以全新的姿态推出，将带来一场新的革命。它的内部测试代号是“Kumo”，后来被命名为“Bing”

　　搜搜：腾讯旗下的搜索网站是腾讯的主要业务单元之一。2006年3月正式发布并开始运营，搜搜已成为中国网民首选的三大搜索引擎之一。主要提供实用便捷的搜索服务，承担腾讯所有的搜索服务。它是腾讯整体在线生活战略的重要组成部分。

　　2.搜索引擎的工作原理

　　如果搜索引擎想要“了解”互联网上的新事物，他们必须派“人”出去采集它们。每天都有新的网站，每天都有新的内容，而且这些新内容是爆炸性的，手动完成采集任务是不可能的，所以搜索引擎的发明者设计了一个计算机程序来执行这个任务，这个计算机程序被称为“探针”。

　　探测器有很多名称，如Crawler（爬虫）、Spider（蜘蛛）、Robot（机器人）。这些名称形象地描述了搜索引擎发送的蜘蛛机器人在互联网上爬行以检测新信息的情况。谷歌的检测器叫Googlebot，百度的检测器叫Baiduspider，雅虎的检测器叫Slurp。不管叫什么名字，它们都是人们制作的计算机程序。他们日夜访问每个网站，检索网站的内容、标签、图片等，然后根据搜索引擎的算法自定义索引。

　　一个搜索引擎的工作过程大致可以分为以下三个阶段。

　　(1)爬取爬取：搜索引擎的蜘蛛程序通过链接爬取到网站，获取网站页面的HML代码并存入数据库。

　　(2)索引处理：蜘蛛程序对爬取的页面数据中的文字、图片等信息进行索引，为排名做准备

　　(3)排名：用户输入关键词后，搜索引擎的排名算法调用索引数据库中的信息对数据进行计算处理，然后生成相应格式的结果页面。

　　3.爬行

　　搜索引擎蜘蛛程序通过网页的链接地址找到网页，从网站的某个页面（通常是首页）开始，读取网页的内容，找到网页中的其他链接地址，然后搜索这些链接地址。下一个网页会继续这样循环，直到这个网站的所有网页都被爬取完。如果网站的内容质量低或者有很多重复信息，蜘蛛程序就没有“耐心”去爬取网站中的所有信息。如果把整个互联网看成一个网站，那么蜘蛛程序就可以利用这个原理爬取互联网上的所有网页。但是，在实际工作中，搜索引擎蜘蛛程序并不能抓取所有的互联网信息。毕竟，蜘蛛程序的带宽资源和时间不是无限的，不可能“爬”到所有页面。受这些因素的限制，搜索引擎只能抓取和收录一小部分互联网信息。

　　4.索引处理

　　抓取网页后，分析索引系统程序对采集到的网页进行分析，提取相关信息（包括网页所在的URL、编码类型、所有关键词和关键词的位置） @>收录在页面内容中，生成时间、大小、与其他网页的链接关系等），按照一定的相关性算法进行大量复杂的计算，得到每一个的相关性（或重要性）网页文本和超链接中的每个 关键词 ），然后使用此信息构建网页索引数据库。

　　任何搜索引擎在索引内容时都是基于文本的。搜索引擎在爬取页面时，不仅访问用户可以看到的文本信息，还收录大量的HTML代码、CSS代码、Javascript代码等对排名没有影响的内容。爬取页面后，搜索引擎需要对信息进行处理，将标签和代码从HIML代码中分离出来，提取有利于网站排名处理的页面文本内容。

　　5.排名

　　网页索引库建立后，当用户输入关键词进行搜索时，搜索系统程序会从网页索引库中查找与关键词匹配的所有相关网页。因为对于关键词所有相关网页的相关度已经计算过了，只需要按照相关度值进行排序即可。相关性越高，排名越高。

　　影响相关性的因素包括以下几个方面：

　　(1）关键词已存在位置：页面关键词已存在的位置会被搜索引擎抓取并记录在索引库中，会影响搜索引擎排名关键词位置包括标题标签、标签等。

　　(2）关键词出现频率：一般来说，关键词在页面中出现的频率和密度越高，页面与搜索词的相关性越高，排名也不错，但是如果页面关键词被故意堆砌，页面不仅排名不好，还会被搜索引擎“惩罚”，所以在优化页面内容的时候，要付费注意 关键词 的密度和频率不要太高。

　　(3）页面的链接也会影响关键词的相关性。如果页面中作为锚文本链接的搜索词比较多，说明页面的相关性比较强，就会与搜索引擎相关。性计算有影响。

　　相关度计算出来后，网站在设计过程中，搜索引擎也可能有一些过滤算法来调整排名。虽然这些过滤算法都收录了页面疑似作弊的判定，相关性高的页面应该排在搜索结果的前面，但是搜索引擎的过滤算法可以将网站的排名调整为最终排名靠后。. 经过相关算法和过滤算法后，确定所有网站design关键词的排名，排名程序调用原创页面的信息并在搜索结果中展示该信息。