seolu于2023-01-12发布在对于一个SEO新手来说，不需要考虑太多。 了解伪原创的真谛也是制胜法宝，知道如何获取外链资源就足以让你受益匪浅。 而随着SEO工作的不断深入，你会逐渐发现充分利用互联网给你的缝纫线的重要性。 了解搜索引擎的工作原理，其意义自然不言而喻。
搜索引擎的工作原理搜索引擎优化，简单来说，主要包括三个步骤：首先，在互联网上发现和收集网页信息； 同时，对信息进行提取和整理，建立索引数据库； 快速查询索引库中的文档，评估文档与查询的相关性，对输出的结果进行排序，并将查询结果返回给用户。 我们先不深究排名的设计算法问题。 这里主要讲爬取、抓取和预处理。
搜索引擎抓取和抓取的原理
通过蜘蛛程序，各个搜索引擎在访问网站时都会先抓取网站根目录下的.txt文件，从而获取禁止抓取的网站信息。 对于禁止抓取的网址，将不会被搜索引擎收录。
.txt 文件功能示例
每个独立的搜索引擎都有自己的网络爬虫（）。 为了获取更多的信息，蜘蛛会通过页面上的链接来抓取页面。 理论上，蜘蛛可以通过链接爬取整个互联网的信息，但在实际操作中，考虑到页面的复杂性，蜘蛛会采用深度爬取和广度爬取两种方式爬取页面。 . 为避免重复抓取和抓取，搜索引擎会建立两个已找到但未抓取和已抓取的网页地址的库进行参考比较，抓取到的页面将进入原始页面数据库。 至此，原数据库的建立告一段落。
搜索引擎预处理（索引）阶段的原理
蜘蛛抓取网页后，建立原始数据库，搜索引擎将处理网页的文本提取。 当然，除了页面显示的文字外，搜索引擎还会提取meta标签、备选文件、锚文本、alt标签等信息，提取部分文字。 文本提取完成后，将进入下一阶段：分词。
不管百度的算法如何搜索引擎优化，不可否认的是，没有人能够撼动百度中文分词技术在搜索引擎中的霸主地位。 对于页面抓取的文字，搜索引擎会进行分词处理，比如将“十堰seolu.com' target='_blank'>网站优化”分成两部分：“十堰”和“网站优化”。 至于分词的方法，一般有字典法和统计法两种。 字典不需要太多解释； 至于统计seo优化，是指通过分析大量的文本来计算单词相邻出现的概率。 概率越大seo优化，越容易组成一个词。 百度目前是结合使用这两种方式来达到最好的效果。
说到这里，大家就会问，如何处理一些汉语中经常出现的词，比如“的”、“乐”、“也”等没有实际意义却被频繁使用的词呢？ 答案是剔除，从而提高搜索引擎的计算效率。
在浏览网页信息时，我们会发现网站上有一些重复出现的版块，如“导航”、“广告”等，这些版块对于要访问的页面显示内容没有实际意义。他们属于。 搜索引擎也会对这部分内容进行处理，从而过滤掉收录页面最后的文字部分，解释表达的内容。 当然，在筛选出文字部分后，搜索引擎还会对每个网页最终显示的文字内容进行比较，从而删除重复的内容进行显示。
经过以上步骤，就可以建立索引库了。 这时索引会分为正向索引和倒排索引两个阶段。 正向索引可以简单理解为以收录页面的URL为主键，以页面分词结果为内容构建的数据库，如下图所示。
搜索引擎正向索引图
在 的最后，我们可以发现它不能用于排名。 这时候就需要倒排索引，即以关键词作为主键，以包含关键词的URL和对应的内容为内容构建索引数据库，如下图所示。
搜索引擎倒排索引图标
当用户用关键字搜索信息时，搜索引擎会在数据库中进行搜索，如果找到与用户请求的内容相匹配的网站，就会使用一种特殊的算法——通常是根据网页中关键字的匹配度来计算、出现的位置和频率、链接质量等——计算出每个网页的相关度和排名等级，然后按照相关度的高低，依次将这些网页的链接返回给用户。
至此，搜索引擎通过链接分析和特殊文件处理完成了预处理（索引）阶段。 由此我们也可以看出，理解搜索引擎的原理对于日常SEO工作的理解和启发是非常明显的。 例如，在伪原创过程中，你只是简单地在一些文章中加入简单的助词，或者对一小部分文字内容进行简单的修改。 很抱歉，您的文章在预处理甚至抓取和抓取阶段都被屏蔽了。 通过。
了解了搜索引擎抓取的原理，在日常优化中还需要注意以下技巧：
网站网址优化建议
创建一个具有描述性、标准化、简单的网址的网站，有助于用户更方便地记忆和判断网页内容，也有助于搜索引擎更有效地抓取您的网站。 在网站设计之初，就应该有一个合理的URL规划。
1、只使用系统中正常的URL，杜绝用户访问异常的URL。
2、不要在url中放入id、统计代码等不必要的内容。
3、对于不同形式的url，301会永久跳转到正常形式。
4.备用域名激活，防止用户输入错误，301会永久跳转到主域名。
5. 使用.txt 禁止抓取您不想向用户显示的表单。
网站信息优化建议
网页是用来告诉用户和搜索引擎这个网页的主要内容是什么，当用户在百度搜索中搜索你的网页时，它会作为最重要的内容显示在摘要中。 搜索引擎是判断网页内容权重的主要参考信息之一。
1.首页：网站名称或网站名称_提供服务介绍或产品介绍
2、频道页面：频道名称_站点名称。
3、文章页面：文章频道名_网站名。 注意事项： 1. 标题要主题明确，包含本网页最重要的内容。 2、简明扼要，不要列出与网页内容无关的信息。 3. 用户通常从左到右浏览，重要的内容应该放在最前面的位置。
4、使用用户熟悉的语言描述。 如果您同时拥有中英文网站名称，请尽量使用用户熟悉的名称作为标题描述。
网站元信息优化建议
meta是meta标签的一部分，位于html代码的区域。 元是网页内容的简明摘要。 如果描述与网页内容相符，百度会将其作为摘要的选择对象之一。 一个好的会帮助用户更容易地从搜索结果中判断你的网页内容是否符合他们的需求。 Meta 不是权重计算的参考因素。 该标签的有无不影响网页的权重，仅作为搜索结果汇总的选择目标。 推荐做法：
1. 网站首页、频道页、产品参数页等，最适合没有大段文字可作为摘要的网页。
2. 为每个网页创建不同的描述，以避免对所有网页使用相同的描述。
3、长度要合理，但不能太长或太短。
网站图片alt优化技巧
建议给图片加上alt描述。 因为这样做可以让用户在网速慢、图片无法显示的情况下，了解图片想要传达的信息，也可以让搜索引擎了解图片的内容。 同理，在使用图片进行导航时，也可以使用alt注释，通过alt告诉搜索引擎网页内容指向的是什么。
网站信息建议
只能理解文本内容，暂时无法处理非文本内容如，图片等。 放置的文字，图片，百度无法识别。 所以如果一定要用的话，建议在标签中添加注释信息。 这些信息将被视为对的描述信息。 让搜索引擎更好地理解您的内容。
不建议使用和框架结构，通过显示的内容可能会被百度丢弃。
通过对搜索引擎工作原理的了解，结合自己掌握的网站SEO优化方法，相信会有事半功倍的效果。
