SEO中最重要的知识理论--搜索引擎工作原理

　　SEO中最重要的知识理论--搜索引擎工作原理

　　搜索引擎的工作原理

　　当我们开始做SEO的时候，稍微了解一下我们就很容易忽略SEO中最重要的知识理论——搜索引擎的工作原理。了解搜索引擎的工作原理，那么当我们遇到问题的时候，我们就会知道问题的原因，我们就可以更好的优化我们的网站。一个搜索引擎通常由以下模块组成：

　　

　　1、Grab 模块

　　2、过滤模块

　　3、收录module

　　4、sorting 模块

　　1、1 抓取模块

　　1、搜索引擎爬虫：蜘蛛

　　搜索引擎要想自动抓取互联网上亿万个网页，就必须有一个全自动的网页抓取程序。而这个程序一般叫做“蜘蛛”（也叫“机器人”）。不管它被称为蜘蛛还是机器人，只要记住它指的是搜索引擎的爬虫。 （不同的搜索引擎叫法不同，如下：）

　　

　　谷歌--谷歌机器人百度--百度蜘蛛360--360蜘蛛

　　2、如何让蜘蛛爬到我们的网站

　　外部链接：将您自己的网站 链接发布到网站 已被收录 搜索以吸引蜘蛛的链接。 （常用方法：交换友情链接） 提交链接：我们通过链接提交工具提交给百度，百度会派蜘蛛抓取我们的网站。百度网址提交工具网址：

　　蜘蛛自己爬行：如果想让蜘蛛定期在自己的网站主动爬行，必须提供高质量的网站内容。

　　3、你怎么知道蜘蛛来我们网站

　　（1）百度爬虫频率工具更改工具网址为：（2）Server log IIS log 如果服务器开启了IIS日志功能，可以通过IIS日志文件查看蜘蛛的踪迹。

　　4、影响蜘蛛爬行的因素

　　哪些因素可能导致蜘蛛无法正常抓取我们的网页，我们应该注意以下几点：（1）URL不能太长：百度建议URL长度不要超过256字节（一个英文占一个词）section，一个中文占两个字节）例子：蜘蛛喜欢：蜘蛛不喜欢：（2）网址中不收录中文：百度对中文网址的抓取效果比较差。（3）服务器质量差） : 浏览时总是打不开或者打开速度很慢，影响蜘蛛爬取效果（4）Robot.txt 拦截：由于SEO人员的疏忽，百度想在Robot.txt中抓取的页面。 （5）避免蜘蛛难以解析的字符：如%JKSHKLSHI%.html（6）动态参数不要太多太复杂：太多太复杂的路径容易被认为不重要）并被蜘蛛遗弃。

　　1、2过滤模块

　　为了保证用户和搜索引擎需要自己的存储资源，蜘蛛过滤掉了爬回没有内容、质量低的页面的功能模块，即过滤模块（1）I不擅长识别图片和链接。我不擅长识别蜘蛛，很可能被过滤为垃圾邮件网站。（2）内容质量也会在识别内容的基础上抓取网页内容，并且database 比较数据库中的内容，如果与数据库中的内容重复最多，则过滤掉。

　　1、3收录module

　　通过过滤模块“评估”出来的网页，进行分词和数据格式标准化，然后存储到索引数据库中。程序模块，我们称之为收录模块。

　　1、如何判断一个网页是否是收录

　　搜索这个网址，复制到百度搜索框搜索。

　　

　　2、如何查看网站的收录量

　　（1）site 命令通过“site:domain name”命令，我们可以看到搜索引擎已经抓取到了某个域名下的页面收录量。（2）index 量查询工具（3）收录量少怎么办？ a. 一般新站刚上线，1-2个月到收录，前期只有收录是首页。百度特意加长，防止垃圾站泛滥。审核期间，只需要提供优质内容即可。 b.老站收录量低，质量差造成的网页内容，网站的内容质量应尽快调整。

　　

　　

　　1、4 排序模块

　　对于存储在数据库中的页面，通过一系列算法得到每个页面的权重，将它们排序的程序称为排序模块。

　　1、完美基础优化

　　想要获得好的排名，首先要做好网页的基础优化，包括：网站location、网站结构、网站布局、网站code、网站content 等

　　2、好综合数据

　　在做好基础优化的基础上，加上你的百度统计后台数据表现良好，用户忠诚度和站外推广效果显着，你会在采集线上加分，这就是有利于排名。

　　1、5Summary

　　了解搜索引擎的原理有什么用？就是当你遇到一些SEO技术问题时，可以通过搜索引擎的原理找到原因，轻松应对。