搜索引擎优化原理(搜索引擎工作原理一共包括三个过程：建立索引—呈现排名)

　　搜索引擎优化原理(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。

　　详情分为：爬取-爬取-处理爬取信息-索引-呈现排名

　　一：爬行

　　爬取的目的：构建一个待爬取的列表

　　谷歌爬虫：ddos 百度爬虫：蜘蛛

　　1、发现：

　　新 网站

　　被动等待：设置Robots.txt文件，放到服务器上，等待爬虫来自己爬取。（谷歌几周，百度一个月到几个月。）

　　积极吸引爬虫：写软文有链接，花钱在优质高权重网站，使用高权重博客，在优质论坛发链接。

　　

　　新内容

　　能把首页放在首页，否则尽量放在顶栏（总结：尽量放在权重高的位置）

　　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）2、爬虫分析：

　　查看：网站 日志分析。站长工具可以在360助手日志文件中查看：查看爬取频率。过高会导致服务器崩溃，解决问题：网站突然访问

　　先点网站网站收录看看有没有被处罚

　　分析日志爬虫并记录IP（蜘蛛、用户）

　　统计代码有问题

　　3、 爬取策略：

　　深度优先：一级列到最后（100万-1000万页） 广度优先：对等列分开采集（100万页） Hybrid：两者混合使用（50-1亿页）

　　4、 爬虫抓取障碍物：

　　txt 文件设置不正确。服务器本身的问题（频繁的动态IP，不稳定的服务器）URL太长，搜索引擎爬虫懒得直接抓取。爬虫陷阱

　　二：爬行

　　网页本身必须符合 W3C 标准

　　头信息： 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）编码：建议使用utf-8. gb2312 在国外打开。TDK关键词：标题：尽量靠近。我们希望爬虫进入某个页面，看到我们的主题内容。

　　长度：33个汉字文章，25个汉字足够两个英文字符算一个单词

　　位置：关键词位置在前面

　　频率：不要重复太多（栏目可以强调关键词，最重要的放在前面）

　　可读性：考虑用户体验

　　原创*敏*感*词*：蜘蛛喜欢新事物

　　关键词：首页5-7个，一级栏目5-6个，二级栏目4-5个，列表页3-4个，主题2-3个。Deion：（专栏必须围绕关键词写）

　　作用：提高点击率

　　密度：3-8%

　　长度：80个汉字

　　原创性别：有利于收录

　　可读性：用户体验考虑

　　号召性用语：活动和促销等页面

　　3、公共部分：

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

　　4、导航：主导航、副导航、左导航、SEO导航（标签）、面包屑导航（不使用JS实现）、

　　5、广告：

　　Banner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）。文字有利于爬虫爬行。

　　6、身体：

　　关键词：次数合适，密度适中3-8%，位置靠前（站长工具可以查到） Tag：唯一性，整个页面最重要。360微视与关键词、关键词尽量做到高：不是唯一性，次要。可以在属性中添加其他属性：只能用于

　　，意在告诉蜘蛛图片的解释属性：在链接中添加描述性文字，可以为用户提供更清晰的含义。锚文本：（凡事讲究相关性）锚文本必须有相关的关键词和面对面的相关

　　三：处理爬取结果（预处理）

　　爬取后，爬虫将其压缩成数据包返回数据库

　　相关性：因为百度算法语境分析+语义分析，所以网站不要出现无关内容，否则搜索引擎也会略过权限：各种奖项，在线比较，申请百度客服增加信任度。

　　注：权限不足造成的影响：同一篇文章文章中，由于信任程度的原因，文章自行转发发布的可能会落后于他人网站 .

　　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，不同的链接不应该出现在同一个页面下。同样的关键词，

　　四：创建索引

　　搜索引擎索引是反向构建的