织梦58搜索引擎抓取收录页面的过程

　　搜索引擎对网页的收录是一个复杂的过程，简单来说，收录过程可以分为：抓取、过滤、建立索引和输出结果。下面和你们简单说一下这几个步骤，让你可以清楚你的网页从你发布以后是怎样被搜索引擎收录并获得相关排行的。

　　1、抓取

　　网站的页面有没有被搜索引擎收录，首先要看一下网站的蜘蛛访问日志，看一下蜘蛛有没有来，如果蜘蛛都没有抓取，那是不可能被收录的。蜘蛛访问网站的日志可以从网站的IIS日志上面看见，如果搜索引擎蜘蛛没有来呢?那么就主动向搜索引擎递交，搜索引擎会派出蜘蛛来抓取网站，这样网站才有可能被早日收录。

　　如果你不会剖析网站的日志也没有关系，这里推荐爱站SEO工具包，将网站的日志导出到这个工具以后，就能见到日志的剖析，你能从中得到太到信息。

　　广度优先抓取：广度优先抓取是根据网站的树状结构，对一个的层进行的抓取，如果此层没有抓取完成，蜘蛛不会进行下一层的搜索。(关于网站的树状结构，会在后续的日志中进行说明，在没有发布文章之后，在此会添加联接)

　　深度优先抓取：深度优先抓取是根据网站的树状结构。按照一个联接，一直抓取下去，知道这一个联接没有再往下的链接为止，深度优先抓取又叫横向抓取。

　　(注意：广度优先抓取，适用于所有情况下的搜索，但是深度优先抓取不一定能适用于所有情况。因为一个有解的问题树可能富含无穷分枝，深度优先抓取假如误入无穷分枝(即深度无限)，则不可能找到目标结束点。所以，深度优先抓取策略好多时侯是不会被使用的，广度优先的抓取愈发的保险。)

　　广度优先抓取适用范围：在未知树深度情况下，用这些算法太保险和安全。在树体系相对小不庞大的时侯，广度优先也会更好些。

　　深度优先抓取适用范围：刚才说了深度优先抓取有自己的缺陷，但是并不代表深度优先抓取没有自己的价值。在树型结构深度已知情况下，并且树体系相当庞大时，深度优先搜索常常会比广度优先搜索优秀。

　　2、过滤

　　网站的页面被抓取了并不代表一定会被收录。蜘蛛来抓取了以后，会把数据带回家，放到临时的数据库中，再进行过滤，过滤掉一些垃圾的内容或则是低质量的内容。

　　你页面的信息假如是采集，在互联网上有大量的相同信息，搜索引擎就很有可能不为你的网页构建索引。有时候我们自己写的文章也不会被收录，因为原创的不一定就是高质量的。关于文章质量的高低，我会在之后的文章中单独掏出一篇来和你们详尽讨论。

　　过滤这一过程就是一个除去糟粕的过程，如果你的网站的页面顺利通过了过滤这一过程，说明页面的内容达到了搜索引擎设定的标准，页面会都会步入构建索引和输出结果这一步。

　　3、建立索引与输出结果

　　这里，我们把构建索引和输出结果合在一起进行说明。

　　通过一系列的过程以后，符合收录的页面然后会构建索引，建立索引以后就是输出结果，也就是我们在搜索关键词后，搜索引擎展示给我们的结果。

　　当用户在搜索关键词时搜索引擎都会输出结果，输出的结果是有次序排列的。这些结果排序是按照一系列复杂的算法来排定的。比如：页面的外链，页面与关键词的匹配度，页面的多媒体属性等。

　　在输出的结果中，还有一些结果是通过抓取以后直接可以输出的，没有经过中间复杂的过滤和构建索引等过程。什么样的内容和什么样的情况下才能发生的呢?那就是具有太强的时效性的内容织梦数据库索引教程，比如新闻类的。比如昨天发生了一件特大风波，各大门户和新闻源快速发出了关于风波的新闻，搜索引擎会迅速对重大新闻风波做出反应，快速收录相关的内容。

　　百度对于新闻的抓取速率是很快的，对重大风波的反应也比较及时。但是这儿还有一个问题就是，这些发布的新闻假如有低质量的页面会怎样办?搜索引擎会在输出结果以后，仍然对这一部分新闻内容进行过滤，如果页面内容与新闻标题不符，质量偏低，那么低质量的页面还是会被搜索引擎过滤掉。

　　在输出结果的时侯，搜索引擎会多多少少会对搜索结果进行人工干预，其中以百度为最严重，在百度好多关键词的自然搜索结果中被加入了百度太多自家的产品，而且好多是没有考虑用户体验的织梦数据库索引教程，这也是百度被你们非议的诱因之一，有兴趣的同学可以百度一个词看一下搜索结果，是不是百度自家的产品抢占了太多的首页位置。