输入关键字 抓取所有网页(做seo很大程度是做关键词的基本目标，才有更好的转化率)

　　输入关键字 抓取所有网页(做seo很大程度是做关键词的基本目标，才有更好的转化率)

　　很大程度上，做SEO就是做关键词排名。将关键词设为首页是SEO的基本目标。只有首页的排名，才能有更好的展示机会和更高的转化率。

　　一、搜索原理

　　网络蜘蛛是网络蜘蛛。如果把互联网比作蜘蛛网，那么蜘蛛就是在网上四处爬行的蜘蛛。网络蜘蛛通过网页的链接地址寻找网页，从网站的某个页面（通常是首页）开始，读取网页的内容，寻找网页中的其他链接地址，然后通过这些链接地址寻找下一页。一个网页，以此类推，直到所有 网站 网页都被爬取。如果把整个互联网看成一个网站，那么网络蜘蛛就可以利用这个原理爬取互联网上的所有网页。

　　1、抢

　　搜索引擎和普通访问者一样，会按照网页上的链接，一一下载我们的网页，为下一步的预处理做准备。

　　2、预处理

　　①。判断是否符合其收录规则，若符合收录规则则继续处理

　　②。对 文章 进行分词

　　将网页中的 文章 剪切成单个单词。测量文档之间的相关性并准备反向索引。并记录单词出现的位置。

　　③。创建倒排索引

　　在搜索引擎中，每个文件对应一个文件ID，文件内容表示为一系列关键词的集合

　　将文件 ID 到 关键词 的映射转换为 关键词 到文件 ID 的映射。

　　使用词索引网页的好处是搜索引擎的用户也输入了词，这样他们就可以很容易地找到相关的网页。

　　3、搜索

　　①。用户对关键词查询进行分段，取索引的交集

　　②.排序

　　重要性 - 网页静态质量得分。搜索引擎将网站的各种性能条件转化为分数，这些分数相加得到一个页面的质量分数，即所谓的权重。

　　一种。页面信噪比：

　　页面信噪比是指页面中文字与非文字的比例，页面信噪比至少要大于1。

　　湾。缺乏

　　C。链接控制：

　　链接控制子链接的数量和链接自然度。页面的权重是固定的，链接可以传递权重。链路越多，每条链路传输的权重越低。

　　d。页面浏览量

　　相关性——以上只能通过倒排索引来定性的知道网页和查询词是否相关，但是没有办法知道谁更相关，也就是定量的。百度处理方法：

　　一种。记录单词出现的位置，关键词在不同位置的权重不同。

　　湾。tf-idf算法，即一个词在一篇文章文章中出现次数最多，词的权重越高；一个词在整个互联网上出现的次数越多，（比如“我”、“这个词”不足以区分一个文章的话题，几乎每一个文章都会出现）越小这个词的重量。

　　4、常用的高级搜索命令：

　　site：最熟悉的SEO高级搜索命令，用于搜索一个域名下的所有文件。

　　inurl: 指令用于搜索查询词出现在 url 中的页面。

　　intitle：该命令返回页面标题中收录关键词的页面。

　　domain：其作用是查询域名下的反向链接（反向链接=外部链接+内部链接）。

　　二、指数排名

　　1、收录 和索引

　　收录：页面被百度蜘蛛发现并分析

　　索引：百度蜘蛛初步分析认为有意义，做建库

　　收录索引的关系是收录关系。可以先建一个索引收录，收录的数量大于索引的数量。

　　百度表示，第三方提供的所谓收录查询是不可靠的。

　　1-1、索引文章行列式：

　　可信度；

　　文章质量；

　　更新频率；

　　网站结构体；

　　熊掌号和站点地图对百度有推广作用收录；

　　网站的年龄和体重影响百度收录对网站的影响。

　　1-2、加速页面索引方法：

　　做好网站TDK，不要修改；

　　积累优质网站内容；

　　每日定期和定量更新；

　　提交百度等搜索引擎，包括站点地图、熊掌号等；

　　重点制作熊掌号。目前熊爪号的提交已经可以做到移动站收录的80%以上；

　　有针对性、定期发布优质外链。

　　2、文章质量判断（百度官方）

　　①。观众

　　受众的规模代表了用户检索需求的规模。

　　②。稀缺

　　稀缺性主要描述了互联网页面的独特性。

　　③.质量

　　a 不能是死链接，网站访问速度是否令人满意。

　　b 主要内容是否完整，版式和字体是否易于阅读，广告是否过多。

　　c 信息是否丰富，是否满足扩展的次要需求。

　　④。老化

　　3、原创识别判断

　　①。释放时间——蜘蛛抓到的日期

　　②.锚文本链接——网站页面有多少个外部链接

　　③.信息指纹——文章内容的相似度

　　4、标题优化方法

　　搜索引擎搜索到的内容的标题往往就是网页标题的内容，搜索引擎给标题赋予了很高的权重。

　　①。标题流畅、吸引人且文章现实。

　　②。标题必须为原创，收录核心关键词和长尾词，与内容关键词保持一致

　　③。写作要符合搜索引擎的习惯，少用标点符号

　　④。长度适当，控制在22个汉字以内

　　5、内容优化方法

　　主要分为两部分：一部分是原创/伪原创，另一部分是采集素材库回顾。

　　至少第一段需要纯原创，最好有可搜索的内容，整个段落要根据玩家的搜索需求来写。

　　正文最好有条不紊地分成小标题

　　基于内容的 伪原创 方法

　　寻找有价值的文章，最好当天发布，或者使用爬虫爬取的数据库重写

　　有价值的 文章 可读性强、目标明确且引人注目。

　　①。修改文章的开头和结尾部分：

　　重新总结第一段和最后一段，打乱文中的顺序，去掉一些不相关的。添加透视。

　　②。对原文进行拆分重组：找几个相关的文章合并成一个新的文章

　　③。相关内容的组合与组合

　　④。将 文章 翻译成其他语言

　　⑤。使用论坛、博客、新媒体等方式挖掘文章

　　6、图像优化方法

　　搜索引擎已经具备一定的能力来识别大多数图像的 原创 属性

　　图片的算法主要包括计算hash值、pHash算法和SIFT算法，对目标图像进行编码形成“指纹”并存储。

　　①。给图片添加水印；

　　②。改变原图的纵横比，或者直接截取图片的某一部分；

　　③。图片长宽比尽量接近121*75，接近百度搜索显示的缩略图大小；

　　④。缩略图内部链接，相比文字链接，更能吸引访问者点击，关注相关性。

　　⑤。添加alt描述可以增强页面的主题关键词，但是注意不要堆放关键词。

　　⑥。百度越来越喜欢原创的内容，其实图片也是页面的一部分。

　　7、关键词优化方法

　　关键词类别：核心关键词；相关关键词；长尾 关键词; 错误 关键词; 不常见 关键词

　　①。从用户的角度考虑，想想用户在搜索时使用了什么词

　　②，不超过5个，一般3个：主关键词，辅助关键词，潜在长尾关键词

　　③、关键词密度不超过2% - 8%（根据需要，不是绝对的）