什么叫搜索引擎优化(西安SEO技术基础教程专题之搜索引擎工作原理简单也简单)

　　什么叫搜索引擎优化(西安SEO技术基础教程专题之搜索引擎工作原理简单也简单)

　　无论是国内搜索百度还是国际搜索谷歌，其他如雅虎、360搜索、搜狗搜索，搜索基本相同，唯一不同的是它们具体的爬取措施和索引排名规则，即，算法不同。用户体验也存在差异。就这里的一般共性而言，退伍军人知道他们可以随意漂流。看到一个SEO培训机构提供的培训课程，所以免费写了，希望新人能看到，哈哈，我提议作为“西安SEO技术基础课专题”！

　　搜索引擎的工作原理简单明了。对于优化器，你只需要了解它的规则。当然，如果你有高超的技术开发的更好，想必大多数人还没有达到这个地步。先来看看基本原理： ◎搜索引擎爬虫（俗称蜘蛛、爬虫、机器人等）抓取网站content——》◎启动搜索引擎数据分析系统对内容进行分析（根据最新算法）—— 》◎将分析的内容分门别类构建索引系统——》◎用户查询呈现结果！

　　接下来，我将简单地解释和介绍这四个原则，并提出一些优化技巧：

　　◎搜索引擎爬虫（俗称蜘蛛、爬虫、机器人等）抓取网站content

　　什么是搜索引擎蜘蛛，什么是爬虫程序？爬虫程序就是我们所说的蜘蛛。它是由搜索工程师开发的自动应用程序。该功能类似于机器人的功能。它在互联网上爬行和浏览，并将浏览的网页信息保存在搜索引擎程序中。这是一个后续机构。索引库等前提条件，如果蜘蛛是浏览你网页的用户，它来到你的网站，看到你的网页，把你看到的保存在你的电脑上，也可以这么简单的理解。抓取网页的过程分为：发现链接→下载并保存网页→添加临时数据库→从网页中获取链接→重新下载网页→递归。

　　根据蜘蛛等爬行原理提出优化建议：

　　在新站完成网站内容和部分内容后，提交或发送至收录好网站以获得被蜘蛛发现的机会。

　　新写的文章最好用程序在首页调用，文章长未收录选择将稿件发到链外检查内容质量。这里提一下，可以使用百度站长工具和一些网站程序的及时推送功能。百度的结构化数据插件和wordpress博客的ping功能都很好。

　　网站做内部链接，也就是内部链接，在每个文章和列列表之间等等，这样蜘蛛就可以完全爬到每个页面进行合规，尽量不要在网站里写js 、Flash、网页框架等蜘蛛看不到的代码，容易造成无限循环，整体html简洁有条理。

　　根据蜘蛛爬取规则提出优化建议：

　　深度优先：当搜索引擎爬虫找到一个网页然后找到一个链接时，它会跟随这个链接到下一个网页，然后找到一个链接再跟随这个链接到下一个网页，直到所有的抓取完成。它基于链接的深度优先原则。

　　——建议：在网站内页之间建立内部链接，将每个文章与列、列表和主题链接起来。同时，内页的长尾词也可以作为外链（内向）。锚文本、外部多样化外链）。

　　广度优先：广度优先是指蜘蛛先爬取一个页面的所有链接，然后爬取下一个页面的所有链接。例如A页面有(a,b,c)链接，a链接页面有(a1、b1、c1）链接，b链接页面有(a2、b2）,a2链接)页面）是的（a3、b3）链接，在广度优先原则下，发现页面A后，会先爬取所有的（a，b，c）链接，然后去（a1、b1、) 的页面 a @c1） 捕获所有并捕获所有页面 b (a2、b2）; 并且在找到页面 A 之后找到深度优先 (a1、b1、 c1），而b有(a2、b2），a2有(a3、b3、c3），这时候蜘蛛会先沿着b页面爬行，然后来回抢一个、C。当然，爬的时候基本原理是这样的，但是没有绝对，两者会混用。

　　——建议：网站内部链接要合理排列，树状或扁平状，也可以内页链接。这取决于你的网站 班级。对于企业网站，一般是-首页→导航→内页、内页→内页或内页→栏目或→内页→首页或内页1、内页2...→内页或主题或者栏目Pages等。总之，添加内链记住一个目的：以方便用户为主，迎合蜘蛛爬行为辅，做好定向锚文本。比如你在写一篇文章文章《如何使用电动笔》，那么文章写电动笔的注意事项和故障时，可以链接到一个关于电子笔故障排除和维护的定向链接字里行间的电笔。

　　权重优先：权重优先是根据网页的权重决定先抢哪一个。上面提到的深度优先和广度优先并不是绝对的。采用爬取策略，参考链接的权重，往往是深度和广度的结合。如果链接的权重非常高，则采用深度优先。如果该值较低，请先使用广度。另外需要注意的一点是有人称之为权重，其实就是各种站长工具模拟出来的。除了谷歌的公关，百度没有公布任何权重，但它仍然存在。我们综合考虑。叫做信任值，就是你的网站百度对你的信任值越高，你的网站权重就越高。

　　——推荐：发布外链时尽量获得高权重，即信任值高的网站，因为它很可能会采用深度优先的原则，你的链接会先被抓取。权重相近的平台也应该发外链，多样化。只是一个高权重和单一的外部链接将被视为作弊。低权重平台可以添加更多链接，以增加链接在蜘蛛爬行中的曝光率。这时，当采用广度优先时，您的链接也将首先被抓取。提醒：一个链接的权重与链接的级别和外链的质量有关。过多的链接不会被抓取，权重低的不会先被抓取。 800-1500字的内页，最好不要超过3个链接。

　　重访爬取：蜘蛛再次访问您的网站以爬取内容。重访爬取一般分为全站重访和单次重访。有时候蜘蛛会每天重访一次，有时候一个月一次，权威网站每隔几秒就会有一次，但是从两次重访之间的时间间隔可以看出蜘蛛抓取我们网站的频率，可以得到通过检查快照深入了解我们的网站 内容的表现。

　　——推荐：定期更新网站，发布原创内容。培养蜘蛛习性，形成爬行模式。理论上，你的网站更新越频繁，爬取频率就越高。另外，如果你的网站日志的爬取时间频率与你的快照更新相差很远，以半个月以上为例，那么你应该检查一下内容质量是否不够高，文章时效性差，同质化严重等问题。

　　◎启动搜索引擎数据分析系统对内容进行分析

　　搜索引擎的数据分析系统是根据工程师预先设计的一套算法程序，对爬虫检索到的网页进行逐个分析处理。要执行的任务包括以下几个方面：

　　网页结构分析

　　简单的说就是处理网页中的各种代码，比如html、js等，提取网页内容。

　　消除噪音

　　结构化过程完成后，文章版权、广告信息和与话题无关的噪音将被删除，只留下与话题相关的内容。

　　删除重复

　　意思是搜索引擎会查询已有的数据库，看是否存在同一个网页，重复性高、转载的内容一般会被删除而不是收录。

　　分词

　　分词就是在搜索引擎处理完前三个问题后，将抓取到的文本内容分成若干个词，然后一一排列，存入索引库！同时，计算一个词在一个页面上的数量和位置。

　　链接分析

　　搜索引擎程序会查询页面的链接，包括外部链接、导出链接和内部链接。根据搜索引擎的最新算法，这个页面被赋予了一定的权重。百度的基础理论是“李彦宏超链接分析法”。 Google 是 Google PageRank 算法。

　　◎对分析的内容进行分类，建立索引体系

　　经过结构分析、去噪、去重、分词，基本工作已经完成，处理后的信息会放到搜索引擎的索引库中。索引库有两种系统：

　　前排索引系统

　　搜索引擎对每个url对应的网页即文档进行编号，编号与文档内容、URL外链、关键词密度等数据对应。

　　倒排索引

　　倒排索引基于前向索引，也叫倒排索引，主要用于检索某个词在一个文档或一组文档中的存储位置的映射。它是文档检索系统中最常用的数据结构。通过倒排索引，可以根据单词快速获取收录该单词的文档列表。

　　◎用户查询呈现结果

　　此时是搜索引擎的搜索结果页，即用户搜索查询时搜索引擎响应相应查询请求的结果页。通常我们会看到搜索结果页面。包括标题、描述、网址和快照时间。

　　简而言之，查找链接→抓取网页→分析网页→建立索引库→搜索结果。这就是一个简单的搜索引擎的工作原理。