seo优化全解第1版-搜索引擎入门详解(搜索引擎是怎么工作的呢的？是如何工作的)

　　seo优化全解第1版-搜索引擎入门详解(搜索引擎是怎么工作的呢的？是如何工作的)

　　搜索引擎抓取的原创页面不能直接用于查询排名处理。所以，抓取的页面一定要进行预处理，首先要了解采集到的页面的工作原理。采集到的页面都经过了预处理，那么预处理是如何工作的呢？让小编带你领略它的神奇。

　　搜索引擎预处理是在后台进行的，整个过程是看不到的，但是他的步骤如下。

　　1.提取文本

　　页面由HTML代码组成，其中收录大量用于排版内容的HTML格式代码、javaScript程序等。蜘蛛爬行还是文字。搜索引擎要做的第一件事是从 HTML 文件中删除标签并建议可用的页面文本。

　　2.中文分词

　　搜索引擎直接将捕获的文本放在一起，将一个句子中的所有单词和单词连接在一起。搜索引擎需要区分哪些词可以构成词，而那些词本身就是一个词。例如，“年轻漂亮”可以分为两个词：“年轻”和“漂亮”。

　　3.删除重复页面

　　搜索引擎也需要去除页面，去除“镜像页面”和“趋势页面”。有时同一个文章出现在不同的网站或者同一个网站，或者类似的文章出现。搜索引擎不喜欢这种重复的页面内容，也会得出页面质量差的结论。所以作为一个SEO人，你应该多原创文章。

　　4.计算页面的重要性

　　搜索引擎计算页面的权重。有两种类型的页面权重计算： 1 由链接指向。 2原创性。权重等级为 0 到 10。权重值越高，排名越高。这是一个非常复杂的计算。

　　5.创建索引

　　Index 是建立关键词与页面的对应表。索引的最大优点是可以快速获取相应的数据。页面转到关键词，关键词 转到页面。

　　6.提取链接

　　根据页面上的链接获取。