做网站优化之前必须去了解搜索引擎原理,这样才能更好的为后期展开工作。搜索引擎原理可以分为三个部分:搜集网页信息、对信息进行提取和组织建立索引库、提供检索服务。当然,这些我们没必要非常深入的研究。毕竟,我们只是为了做SEO优化,而不是做搜索引擎。
1、抓取网页
每个独立的搜索引擎都有自己的网页抓取程序爬虫(spider)。爬虫Spider顺着网页中的超链接,从这个网站爬到另一个网站,通过超链接分析连续访问抓取更多网页。被抓取的网页被称之为网页快照。由于互联网中超链接的应用很普遍,理论上,从一定范围的网页出发,就能搜集到绝大多数的网页。
2、处理网页
搜索引擎抓到网页后,还要做大量的预处理工作,才能提供检索服务。其中,最重要的就是提取关键词,建立索引库和索引。其他还包括去除重复网页、分词(中文)、判断网页类型、分析超链接、计算网页的重要度/丰富度等。
3、提供检索服务
用户输入关键词进行检索,搜索引擎从索引数据库中找到匹配该关键词的网页;为了用户便于判断,除了网页标题和URL外,还会提供一段来自网页的摘要以及其他信息。
以上三个步骤就是搜索引擎原理,就简单的说这些。