nyG武进新闻网_武进第一综合门户|搜索引擎工作原理

　　nyG武进新闻网_武进第一综合门户|搜索引擎工作原理

　　搜索引擎的工作原理是SEO从业者应该了解的基础课程，但是有人说搜索引擎的工作原理对于新手来说并不容易理解，因为工作原理太抽象了，搜索引擎善变，不管是谁 无法真正理解搜索是如何工作的。 nyG武进新闻网_武进1号综合门户|我想说的是，不管搜索引擎怎么变，一般的收录原则不会变：nyG武进新闻网_武进1号综合门户|以上三个是搜索引擎收录页面的基本规则，百度和谷歌都不会违反。那么我们就可以以以上三项为基础，详细解释搜索引擎的工作原理。 nyG武进新闻网_武进第一综合门户|第一搜索引擎组成：nyG武进新闻网_武进第一综合门户| nyG武进新闻网_武进第一综合门户| nyG武进新闻网_武进第一综合门户|图1nyG武进新闻网_武进第一综合门户|如图1所示：搜索引擎可以分为五个基本部分，包括网络爬虫系统、数据分析系统、存储数据系统、缓存系统和展示系统。 nyG武进新闻网_武进第一综合门户| 1、网络爬虫系统：分为检测系统和下载系统。检测系统就是我们通常所说的蜘蛛。蜘蛛在互联网上爬取时检测到网站的URL，URL所指向的页面会通过下载系统下载到搜索引擎的服务器，然后将页面交给数据分析系统.

　　nyG武进新闻网_武进第一综合门户| 2、数据分析系统：分为数据分析和数据处理两个系统。当数据分析系统从网络爬虫系统获取下载的页面时，首先进行数据分析，去除不相关的文字或网站重复的内容，对页面文字进行处理，然后判断处理后的页面内容是否符合收录标准，它被传递到存储系统，但不会被删除。 nyG武进新闻网_武进第一综合门户| 3、Storage Data System：保存收录的页面，然后定期判断存储的页面是否有更新。 nyG武进新闻网_武进第一综合门户| 4、Cache System：存储搜索引擎认为的高价值内容。当用户搜索某个关键词时，经常会看到收录。数量上千万，但搜索引擎只显示了1000条，也就是说缓存系统上只存储了1000条，用户可以最快的速度找到自己想要的内容。 nyG武进新闻网_武进第一综合门户| 5、Display System：用户搜索返回到显示器的信息。 nyG武进新闻网_武进第一综合门户|这就是搜索引擎系统的组成，那么一个页面是如何被搜索引擎和收录发现的呢？ nyG武进新闻网_武进第一综合门户| nyG武进新闻网_武进第一综合门户| nyG武进新闻网_武进第一综合门户|图2nyG武进新闻网_武进第一综合门户|图2. 一个爬虫爬过互联网的网址遇到你网站，首先根据网站权重和相关性提取该网址插入到网址队列中，然后判断你的网站网址是否可以解析成功地。如果能解析成功，蜘蛛会爬到你网站，这里需要的我说蜘蛛不是直接分析你的网页内容，而是寻找你的网站robots文件，并判断是否根据您的网站robots 规则抓取您的页面。如果robots文件不存在，会返回404错误，但搜索引擎会继续抓取你的网站内容。

　　nyG进新闻网_武进第一综合门户|搜索引擎会在抓取网页内容后对网页是否达到收录标准进行简单判断，如果没有，继续添加网址queue ，如果匹配收录，它将下载网页内容。 nyG武进新闻网_武进第一综合门户|当搜索引擎获取到正在下载的网页内容时，会提取页面上的URL，继续插入到URL队列中，然后分析页面上的数据进行进一步分析，判断该网页内容是否符合收录标准，如果符合收录标准，将页面保存到硬盘。 nyG武进新闻网_武进第一综合门户|当用户搜索关键词时，搜索引擎会将一部分相关性较高的内容放入临时缓存中，以减少查询时间。大家都知道，从计算机的缓存中读取数据比从硬盘中读取数据要快得多。因此，搜索引擎只向用户显示部分缓存。对于存储在硬盘中的页面，搜索引擎会定期根据网站的权重判断是否有更新，是否达到放入缓存区的标准。如果搜索引擎在判断是否有更新时发现网站页面被删除或者该网页不符合收录的条件，则将其删除。 nyG武进新闻网_武进第一综合门户|以上就是搜索引擎的构成和页面收录的原理，希望每一个seo人都能掌握。 nyG武进新闻网_武进第一综合门户| 【网站directory】