SEO新手时就知道“seo12580”是怎么做的

　　

SEO新手时就知道“seo12580”是怎么做的

　　

　　我做seo工作有些年头了，平时关注公司的信息网站optimization推广，更好的是网站。个人比较喜欢“seo12580”，行业内非常专业的seo技术网站，我也向大家推荐这个网站-百度搜索seo12580

　　搜索引擎的工作过程非常复杂。我们做SEO而不是搜索引擎，所以SEO爱好者只需要了解三部分。

　　一、蜘蛛的爬行和爬行

　　搜索引擎蜘蛛通过跟踪链接访问网站页面，获取网站页面的HTML代码并存入数据库。

　　详细说明：

　　1、蜘蛛

　　搜索引擎用来抓取和访问网站页面的程序被称为“蜘蛛”或机器人。

　　蜘蛛访问网站页面时，与普通访客浏览类似。蜘蛛程序发出页面访问请求后，服务器返回HTML代码，蜘蛛程序将接收到的代码存储在原创页面数据库中。搜索引擎为了提高爬取和爬取速度，通常采用多个蜘蛛并发、分布式爬取。

　　蜘蛛访问任何网站时，都会先访问网站根MI下的robots.txt文件。如果robots.txt文件禁止搜索引擎抓取某些页面和目录，蜘蛛将遵守协议，不会抓取被禁止的页面或目录。 （Robots.txt 写作）

　　与访问者一样，搜索引擎蜘蛛也会标明自己的身份和姓名。站长可以在日志文件中看到搜索引擎的具体名称来识别搜索引擎蜘蛛。

　　2、tracking 链接

　　为了在互联网上抓取尽可能多的页面，搜索引擎蜘蛛会跟随页面上的链接从一个页面爬到下一个页面，就像蜘蛛在互联网上爬行一样。这就是搜索引擎蜘蛛名字的由来。

　　3、吸引蜘蛛

　　通常有几种方式来吸引蜘蛛：网站也面权重、页面更新度、导入链接、页面与首页的距离。

　　当SEO新手知道外链建设是SEO工作的典故之一时，外链很重要，内链也很重要，谁也离不开。内链和外链的问题会在后面。在系列中解释。

　　二、预处理

　　索引程序对抓取的页面数据进行文本提取、中文分词、索引等处理，为排名程序调用做准备。我们通常称之为“沙盒期”。

　　详细说明：

　　1、停止这个词

　　无论是中文还是英文，都会有一些经常出现的词，对内容没有影响，比如“的”、“地”、“得”等助词，“啊”、“哈感叹词”例如“”和“啊”，副词和介词，例如“thereby”，“yi”和“que”。这些词被称为停用词，因为它们对页面的主要含义没有影响。英语中常见的停用词分别是：the、a、an、to、of 等

　　搜索引擎会在索引页面之前删除这些自定义词，使索引数据的主题更加突出，减少繁琐的计算。

　　2、消除噪音

　　大多数页面上还有一部分内容对页面主题贡献不大，比如版权声明文字、导航栏、广告等，以常见的博客导航为例。几乎每个博客页面都会出现文章categorization、历史存档等导航内容，但这些页面本身也与“类别”和“历史”这两个词无关。当用户搜索“history”、“category”这些关键词只是因为这些词出现在页面上时，返回博文是没有意义的。这完全无关紧要。因此，这些块是噪音，只能影响页面。去分散。

　　搜索引擎需要识别并消除这些噪音，在排名时不要使用噪音内容。

　　3、去重

　　同一篇文章文章经常出现在不同的网站上，同一个网站出现在不同的网址上。搜索引擎不喜欢这种重复的内容。用户搜索时，如果在前两页看到来自不同网站的同一篇文章文章，那么用户体验太差了，虽然内容是相关的。搜索引擎希望在同一个文章中只返回一篇文章，因此需要在索引前识别并删除重复的内容。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?此过程称为“重复数据删除”。

　　4、倒排索引

　　关键词 是倒排索引中的主键。每个关键词对应一系列文件，而这个关键词出现在这些文件中。这样，当用户搜索一个关键词时，排序程序在倒排索引中定位这个关键词，可以立即找到收录这个关键词的所有文件。

　　5、Link 关系计算

　　链接关系的计算也是预处理的一个重要部分。所有主流搜索引擎排名因素现在都包括有关网页之间连接流的信息。搜索引擎抓取页面内容后，必须提前计算：页面上哪些链接指向那些页面，每个页面导入哪些链接，链接中使用了哪些锚文本。这些复杂的链接指向关系形成网站和页面的链接权重。

　　6、特殊文件处理

　　除了HTML文件，搜索引擎通常可以根据文章抓取多种文件类型并建立索引，例如：PDF、Word、Wps、Xls、PPT、TXT文件等，我们经常在搜索结果。但是，目前的搜索引擎无法处理图像、视频、Flash 等非文本内容，也无法执行脚本和程序。

　　三、ranking

　　用户输入关键词后，排名程序调用索引库数据计算相关性，然后生成一定格式的搜索结果页面。

　　除非注明，文章为小虎博客原创，欢迎转载！转载请注明出处，谢谢。类别：网站optimization