對(duì)于搜索引擎來說，要抓取互聯(lián)網(wǎng)上所有的網(wǎng)頁幾乎是不可能的，從目前公布的數(shù)據(jù)來看，容量的搜索引擎也不過是抓取了整個(gè)網(wǎng)頁數(shù)量的百分之四十左右。

搜索引擎是一個(gè)非常復(fù)雜的技術(shù)，但是基本原理并不復(fù)雜，它的基本技術(shù)包括抓取、索引、排序。

推薦閱讀

搜索引擎的工作原理 搜索引擎的工作原理是什么 | 文軍營銷2、處理網(wǎng)頁。搜索引擎抓到網(wǎng)頁后,還要做大量的預(yù)處理工作,才能提供檢索服務(wù)。其中,最重要的就是提取關(guān)鍵詞,建立索引庫和索引。其他還包括去除重復(fù)網(wǎng)頁、分詞(中文)、判斷網(wǎng)頁類型、分析超鏈接、計(jì)算網(wǎng)頁的重要度/豐富度等。 3、提供檢索服務(wù)。用戶輸入關(guān)鍵詞進(jìn)行檢索,搜索引擎從索引數(shù)據(jù)庫中找到匹配該關(guān)鍵詞的網(wǎng)頁;為了用戶便淺談URL優(yōu)化該怎么寫,如何判斷重要性@steven | 文軍營銷1.URL一致性:URL 一致性是一個(gè)非常重要的指標(biāo),推薦大家一本書《走進(jìn)搜索引擎》里面有介紹spider是一種機(jī)器程序,而非人腦,雖然也有學(xué)習(xí)的過程,但是國內(nèi)網(wǎng)站千千萬,每個(gè)網(wǎng)站有不同的url規(guī)范,你如果url命名規(guī)則雜亂無章spider又怎能的辨別你的內(nèi)容規(guī)范? 這里舉個(gè)個(gè)人覺得做的比較好的case:“吧”。讀者可以去翻閱吧...