要想在搜索引擎中有好的排名表現(xiàn)，網(wǎng)站收錄是基礎(chǔ)。另一方面，頁(yè)面收錄的數(shù)量級(jí)也代表了網(wǎng)站的整體質(zhì)量。在我看來(lái)，要想收錄網(wǎng)站，首先要了解搜索引擎的工作原理，這樣才能迎合搜索規(guī)則，讓網(wǎng)站收錄達(dá)到理想狀態(tài)。搜索引擎的工作原理非常復(fù)雜，下面我們就來(lái)簡(jiǎn)單說(shuō)一下搜索引擎如何收集并實(shí)現(xiàn)網(wǎng)頁(yè)的排名。

一、搜索引擎工作過(guò)程大致可以分為三個(gè)階段：

1.蜘蛛爬行和抓�。�

搜索引擎蜘蛛通過(guò)跟蹤鏈接來(lái)查找和訪問(wèn)網(wǎng)頁(yè)，讀取網(wǎng)頁(yè)的Html代碼，并將其存儲(chǔ)在數(shù)據(jù)庫(kù)中。

2.內(nèi)容預(yù)處理：

索引程序?qū)ψト〉捻?yè)面數(shù)據(jù)進(jìn)行文本提取、中文分詞、索引、倒排索引等處理，供排名程序調(diào)用。

3.關(guān)鍵詞內(nèi)容排名：

用戶輸入查詢?cè)~后，排名程序調(diào)用索引數(shù)據(jù)庫(kù)數(shù)據(jù)，計(jì)算相關(guān)性，然后按照一定格式生成搜索結(jié)果頁(yè)面。

二、蜘蛛爬行方式

1、蜘蛛通道

相信大家都知道。當(dāng)蜘蛛訪問(wèn)任何網(wǎng)站時(shí)，它都會(huì)首先訪問(wèn)網(wǎng)站根目錄中的robots.txt文件。如果robots.txt文件禁止搜索引擎抓取某些文件和目錄，蜘蛛會(huì)遵守協(xié)議，不會(huì)抓取被禁止的URL。

2、跟蹤鏈接

為了在互聯(lián)網(wǎng)上抓取盡可能多的頁(yè)面，搜索引擎蜘蛛會(huì)跟蹤頁(yè)面上的鏈接，并從一個(gè)頁(yè)面爬到下一個(gè)頁(yè)面。最簡(jiǎn)單的爬行策略分為兩種：一種是深度優(yōu)先，另一種是廣度優(yōu)先。深度意味著蜘蛛沿著發(fā)現(xiàn)的鏈接爬行，直到前面沒(méi)有其他鏈接，然后返回靠前頁(yè)，沿著另一個(gè)鏈接爬行。

是指當(dāng)蜘蛛在一個(gè)頁(yè)面上找到多個(gè)鏈接時(shí)，它不會(huì)一路跟隨一個(gè)鏈接前進(jìn)，而是一次爬完頁(yè)面上所有的一級(jí)鏈接，然后沿著二級(jí)頁(yè)面上找到的鏈接爬到三級(jí)頁(yè)面。

3、引蜘蛛

如果SEO人員想被收錄到百度網(wǎng)站上，就要盡量吸引蜘蛛來(lái)抓取，因?yàn)橹┲胫荒茏ト∮袃r(jià)值的頁(yè)面。這里有五個(gè)影響因素：網(wǎng)站和頁(yè)面權(quán)重、頁(yè)面更新程度、導(dǎo)入鏈接、與首頁(yè)的距離和URL結(jié)構(gòu)。

4、地址庫(kù)

為了避免反復(fù)抓取和爬取網(wǎng)站，搜索引擎會(huì)建立一個(gè)地址數(shù)據(jù)庫(kù)，記錄已經(jīng)找到但沒(méi)有爬取的頁(yè)面，以及已經(jīng)爬取的頁(yè)面。蜘蛛在頁(yè)面上找到鏈接后不會(huì)立即訪問(wèn)，而是將網(wǎng)址存儲(chǔ)在地址庫(kù)中，然后統(tǒng)一安排爬行。

5、地址庫(kù)中有幾個(gè)網(wǎng)址來(lái)源：

(1)手動(dòng)輸入種子網(wǎng)站；

(2)蜘蛛抓取頁(yè)面后，從HTML中解析出新的鏈接URL，并與地址庫(kù)中的數(shù)據(jù)進(jìn)行比較。如果地址庫(kù)中沒(méi)有網(wǎng)站，將存儲(chǔ)在地址庫(kù)中進(jìn)行訪問(wèn)；

(3)站長(zhǎng)通過(guò)界面提交的網(wǎng)址；

(4)站長(zhǎng)通過(guò)XML網(wǎng)站地圖和站長(zhǎng)平臺(tái)提交的網(wǎng)址；

(5)文件存儲(chǔ)。搜索引擎蜘蛛捕獲的數(shù)據(jù)存儲(chǔ)在原始頁(yè)面數(shù)據(jù)庫(kù)中。

(6)爬行時(shí)檢測(cè)復(fù)制的內(nèi)容。

三、內(nèi)容預(yù)處理

"預(yù)處理"也被稱為"索引"，因?yàn)樗饕�的主要�?nèi)容是預(yù)處理：

1、提取文字

我們存儲(chǔ)在原始頁(yè)面數(shù)據(jù)庫(kù)中的是HTML代碼，其中不僅包含用戶可以直接在頁(yè)面上看到的文本內(nèi)容，還包含JS、AJAX等搜索引擎無(wú)法用于排名的其他內(nèi)容。首先要做的是從HTML文件中移除這些無(wú)法解決的內(nèi)容，提取出可以排序的文本內(nèi)容。

2、中文分詞

分詞是中文搜索引擎的一個(gè)獨(dú)特步驟，在存儲(chǔ)/處理頁(yè)面/用戶搜索時(shí)基于詞�；�本上有兩種方法：一種是基于字典匹配，另一種是基于統(tǒng)計(jì)。

3、去停止詞

無(wú)論是英文還是中文，頁(yè)面上有一些詞出現(xiàn)頻率很高，對(duì)內(nèi)容沒(méi)有影響，比如：的、啊、哈等。這些單詞叫停止詞。搜索引擎將刪除這些停止詞，使數(shù)據(jù)主題更加突出，并減少不必要的計(jì)算。

4、去噪聲詞

大多數(shù)頁(yè)面中有一些內(nèi)容對(duì)頁(yè)面的主題貢獻(xiàn)不大。比如A頁(yè)的內(nèi)容是一篇關(guān)于百度網(wǎng)站的文章，關(guān)鍵詞是百度網(wǎng)站。然而，除了解釋這個(gè)內(nèi)容的主要內(nèi)容之外，還有頁(yè)眉、頁(yè)腳和廣告等區(qū)域一起組成了這個(gè)頁(yè)面。

出現(xiàn)在這些部分的單詞可能與頁(yè)面內(nèi)容本身的關(guān)鍵詞無(wú)關(guān)。搜索引擎的排序程序在對(duì)數(shù)據(jù)進(jìn)行排序時(shí)無(wú)法參考這些有噪聲的內(nèi)容，因此需要在預(yù)處理階段對(duì)這些噪聲進(jìn)行區(qū)分和消除。消除噪音的方法是根據(jù)HTML標(biāo)簽將頁(yè)面分成塊，如頁(yè)眉標(biāo)簽和頁(yè)腳標(biāo)簽等。刪除這些區(qū)域后，剩下的就是頁(yè)面的主要內(nèi)容。

5、內(nèi)容去重

也就是說(shuō)，重復(fù)的網(wǎng)頁(yè)被刪除，同一篇文章經(jīng)常在同一網(wǎng)站的不同網(wǎng)站/不同地址重復(fù)出現(xiàn)。為了用戶的體驗(yàn)，重復(fù)數(shù)據(jù)刪除是必要的，搜索引擎將識(shí)別并刪除頁(yè)面上的重復(fù)內(nèi)容。這個(gè)過(guò)程也叫內(nèi)容去重，也是影響百度網(wǎng)站收錄的點(diǎn)之一。

6、正向索引

簡(jiǎn)稱索引。經(jīng)過(guò)以上步驟(提取、分詞、消噪、去重)，搜索引擎最終得到能夠反映頁(yè)面主要內(nèi)容、以詞為單位的較早內(nèi)容。

接下來(lái)，搜索引擎的索引程序提取關(guān)鍵詞，并根據(jù)由分詞程序劃分的單詞將頁(yè)面轉(zhuǎn)換成由關(guān)鍵詞組成的***。同時(shí)需要記錄頻率、頻次、格式(如標(biāo)題標(biāo)簽、黑體、H標(biāo)簽、錨文本等。)和每個(gè)關(guān)鍵詞在頁(yè)面上的位置(如頁(yè)面的靠前段等)。).搜索引擎的索引程序會(huì)將頁(yè)面和關(guān)鍵詞構(gòu)成的詞庫(kù)結(jié)構(gòu)存儲(chǔ)到索引數(shù)據(jù)庫(kù)中。

7、倒排索引

遠(yuǎn)期指數(shù)不能直接用于排名。假設(shè)用戶搜索關(guān)鍵字。如果只有正向索引，排名程序需要掃描索引數(shù)據(jù)庫(kù)中的所有文件，找出包含關(guān)鍵字的文件，然后計(jì)算相關(guān)性。

這種計(jì)算無(wú)法滿足實(shí)時(shí)返回排名結(jié)果的要求。搜索引擎會(huì)提前對(duì)所有關(guān)鍵詞進(jìn)行分類(lèi)，將正向索引數(shù)據(jù)庫(kù)重構(gòu)為反向索引，將文件到關(guān)鍵詞的映射轉(zhuǎn)換為關(guān)鍵詞到文件的映射。在倒排索引中，關(guān)鍵字是主鍵，每個(gè)關(guān)鍵字對(duì)應(yīng)一系列文件。例如，顯示在下面靠前行右側(cè)的文件都是包含關(guān)鍵字1的文件。這樣，當(dāng)用戶搜索關(guān)鍵詞時(shí)，排序程序在倒排索引中定位該關(guān)鍵詞，并且可以立即找出所有關(guān)鍵詞的文件。

四、搜索結(jié)果排名

經(jīng)過(guò)前面的蜘蛛抓取頁(yè)面，對(duì)數(shù)據(jù)預(yù)處理和索引程序計(jì)算得到倒排索引后，搜索引擎就準(zhǔn)備好可以隨時(shí)處理用戶搜索了。用戶在搜索框輸入想要查詢的內(nèi)容后，排名程序調(diào)用索引庫(kù)的數(shù)據(jù)，計(jì)算排名后將內(nèi)容展示在搜索結(jié)果頁(yè)中。

1、搜索詞處理

搜索引擎接收到用戶輸入的搜索詞后，需要對(duì)搜索詞做一些處理，然后才進(jìn)入排名過(guò)程。搜索詞處理過(guò)程包括：中文分詞、去停止詞、指令處理。

完成上面的步驟后，搜索引擎對(duì)剩下的內(nèi)容的默認(rèn)處理方式是在關(guān)鍵詞之間使用"與"邏輯。

比如用戶在搜索框中輸入"減肥的方法"，經(jīng)過(guò)分詞和去停止詞后，剩下的關(guān)鍵詞為"減肥"、"方法"，搜索引擎排序時(shí)默認(rèn)認(rèn)為，用戶想要查詢的內(nèi)容既包含"減肥"，也包含"方法"。

2、文件匹配

搜索詞經(jīng)過(guò)上面的處理后，搜索引擎得到的是以詞為單位的關(guān)鍵詞***。進(jìn)入的下一個(gè)階段：文件匹配階段，就是找出含有所有關(guān)鍵詞的文件。在索引部分提到的倒排索引使得文件匹配能夠快速完成，假設(shè)用戶搜索"關(guān)鍵詞1 關(guān)鍵詞2"，排名程序只要在倒排索引中找到"關(guān)鍵詞1"和"關(guān)鍵詞2"這兩個(gè)詞，就能找到分別含有這兩個(gè)詞的所有頁(yè)面文件。

3、初始子集的選擇

找到包含所有關(guān)鍵詞的匹配文件后，還不能對(duì)這些文件進(jìn)行相關(guān)性計(jì)算，因?yàn)樵趯?shí)際情況中，找到的文件經(jīng)常會(huì)有幾十、幾百萬(wàn)，甚至上千萬(wàn)個(gè)。要對(duì)這么多文件實(shí)時(shí)進(jìn)行相關(guān)性計(jì)算，需要的時(shí)間還是挺長(zhǎng)的。百度搜索引擎，最多只會(huì)返回760條結(jié)果，所以只需要計(jì)算前760個(gè)結(jié)果的相關(guān)性，就能滿足要求。

由于所有匹配文件都已經(jīng)具備了最基本的相關(guān)性（這些文件都包含所有查詢關(guān)鍵詞），搜索引擎會(huì)先篩選出1000個(gè)頁(yè)面權(quán)重較高的一個(gè)文件，通過(guò)對(duì)權(quán)重的篩選初始化一個(gè)子集，再對(duì)這個(gè)子集中的頁(yè)面進(jìn)行相關(guān)性計(jì)算。

4、相關(guān)性計(jì)算

用權(quán)重選出初始子集之后，就是對(duì)子集中的頁(yè)面計(jì)算關(guān)鍵詞相關(guān)性的步驟了。計(jì)算相關(guān)性是排名過(guò)程中最重要的一步，影響相關(guān)性的主要因素包括如下幾個(gè)方面：

① 關(guān)鍵詞常用程度

經(jīng)過(guò)分詞后的多個(gè)關(guān)鍵詞，對(duì)整個(gè)搜索字符串的意義貢獻(xiàn)并不相同。越常用的詞對(duì)搜索詞的意義貢獻(xiàn)越小，越不常用的詞對(duì)搜索詞的意義貢獻(xiàn)越大。所以搜索引擎對(duì)搜索詞串中的關(guān)鍵詞并不是一視同仁地處理，而是根據(jù)常用程度進(jìn)行加權(quán)。不常用的詞加權(quán)系數(shù)高，常用詞加權(quán)系數(shù)低，排名算法對(duì)不常用的詞給予更多關(guān)注。

② 詞頻及密度

一般認(rèn)為在沒(méi)有關(guān)鍵詞堆積的情況下，搜索詞在頁(yè)面中出現(xiàn)的次數(shù)多，密度越高，說(shuō)明頁(yè)面與搜索詞越相關(guān)。當(dāng)然這只是一個(gè)大致規(guī)律，實(shí)際情況未必如此，所以相關(guān)性計(jì)算還有其他因素。出現(xiàn)頻率及密度只是因素的一部分，而且重要程度越來(lái)越低。

③ 關(guān)鍵詞位置及形式

就像在索引部分中提到的，頁(yè)面關(guān)鍵詞出現(xiàn)的格式和位置都被記錄在索引庫(kù)中。關(guān)鍵詞出現(xiàn)在比較重要的位置，如標(biāo)題標(biāo)簽、黑體、H1等，說(shuō)明頁(yè)面與關(guān)鍵詞越相關(guān)，這一部分就是頁(yè)面SEO所要解決的。

④ 關(guān)鍵詞距離

切分后的關(guān)鍵詞完整匹配的出現(xiàn)，說(shuō)明與搜索詞最相關(guān)。比如搜索"減肥方法"時(shí)，頁(yè)面上連續(xù)完整出現(xiàn)"減肥方法"四個(gè)字是最相關(guān)的。如果"減肥"和"方法"兩個(gè)詞沒(méi)有連續(xù)匹配出現(xiàn)，出現(xiàn)的距離近一些，也被搜索引擎認(rèn)為相關(guān)性稍微大一些。

⑤ 鏈接分析及頁(yè)面權(quán)重

除了頁(yè)面本身的因素，頁(yè)面之間的鏈接和權(quán)重關(guān)系也影響關(guān)鍵詞的相關(guān)性，其中最重要的是錨文字。頁(yè)面有越多以搜索詞為錨文字的導(dǎo)入鏈接，說(shuō)明頁(yè)面的相關(guān)性越強(qiáng)。鏈接分析還包括了鏈接源頁(yè)面本身的內(nèi)容主題、錨文字周?chē)�的文字等�?/p>

小結(jié)：了解這些知識(shí)對(duì)于我們做百度網(wǎng)站收錄有重要意義，比如標(biāo)題要包含用戶可能搜索的需求詞，正文適量體現(xiàn)關(guān)鍵詞或拆分詞有助于判斷內(nèi)容與用戶搜索詞的相關(guān)性。

五、SEO搜索引擎營(yíng)銷(xiāo)推廣

1、定位好網(wǎng)站推廣的目標(biāo)

一個(gè)網(wǎng)站在發(fā)展過(guò)程中有著不一樣的目標(biāo)，有可能會(huì)是尋找客戶，增加流量等等，所以確定好合適的推廣目標(biāo)有助于選擇一個(gè)好的關(guān)鍵詞。

2、搜集信息，了解市場(chǎng)情況

市場(chǎng)信息千變?nèi)f化，隨時(shí)隨地的了解市場(chǎng)的情況是非常有必要的，通過(guò)了解市場(chǎng)的基本情況，掌握信息動(dòng)態(tài)達(dá)到選取關(guān)鍵詞的目的。

靠前利用競(jìng)價(jià)方式提高網(wǎng)站名次，大部分用戶不會(huì)看搜索引擎后3頁(yè)的內(nèi)容，只有排名靠前的信息才會(huì)得到用戶的關(guān)注。通過(guò)競(jìng)價(jià)的方式來(lái)獲取名次是許多中小網(wǎng)站常用的一種方法，這種方法能夠快速提高網(wǎng)站名次，帶來(lái)人氣與流量，缺點(diǎn)就是要花錢(qián)，如果有需要選擇這種方式也是可行的。

第二優(yōu)化內(nèi)部，找出適合搜索引擎搜索的法制。搜索引擎進(jìn)行收錄有一套基本的法則，如果你的網(wǎng)站順應(yīng)了搜索引擎的法則名次就能夠得到很大的提高，相反網(wǎng)站與搜索引擎法則相違背的話，名次肯定不是很理想的。

3、選取人氣比較旺的搜索引擎，如百度、搜狗、360搜索等。

4、要選取最恰當(dāng)?shù)年P(guān)鍵詞，因?yàn)橹挥羞x取了相關(guān)度高的關(guān)鍵詞，才能讓查找者方便找到。

5、要確保排名靠前，信息搜索者在搜索引擎上使用關(guān)鍵詞搜索時(shí)，會(huì)查找到無(wú)數(shù)個(gè)登記注冊(cè)的企業(yè)網(wǎng)站，然而，查找者往往只關(guān)注排在前十或二十位的企業(yè)網(wǎng)站。

六、那么如何符合搜索引擎的法則呢

1、網(wǎng)頁(yè)設(shè)計(jì)中減少圖片和FLASH文件，在網(wǎng)頁(yè)中圖片和FLASH過(guò)多會(huì)影響網(wǎng)站內(nèi)部的速度，而且搜索引擎在識(shí)別有一些圖片和FLASH的時(shí)候并不能夠完全識(shí)別出來(lái)，搜索引擎就會(huì)認(rèn)為是廢的，這樣的話網(wǎng)站的PR值分會(huì)得到降低。

2、可以利用單頁(yè)設(shè)置關(guān)鍵詞來(lái)提高名次，關(guān)鍵詞在搜索引擎中占了很大一部分比重，提高關(guān)鍵詞的設(shè)置也可以達(dá)到優(yōu)化網(wǎng)站的目的。

3、友情鏈接要選好、用好。友情鏈接用好了能夠給網(wǎng)站帶來(lái)很大的流量，這都是網(wǎng)站站長(zhǎng)需要做的實(shí)在的事情。

搜索引擎推廣方法總結(jié)：

搜索引擎可以說(shuō)是網(wǎng)民的超級(jí)百科全書(shū)，想要知道任何東西，都可以通過(guò)搜搜引擎來(lái)實(shí)現(xiàn)。據(jù)統(tǒng)計(jì)，網(wǎng)站四分之三以上的訪問(wèn)量都來(lái)自搜索引擎推薦，正因搜索引擎的存在，給企業(yè)推廣產(chǎn)品和服務(wù)提供了良好的契機(jī)。當(dāng)我們做好一個(gè)網(wǎng)站并發(fā)布了，那我們要怎么做才能讓我們的網(wǎng)站被搜索引擎收錄呢?

TAG：搜索引擎的工作流程是什么

SEO就是搜索引擎優(yōu)化:讓你的網(wǎng)站在搜索引擎（比如百度、谷歌）的排名更靠前，當(dāng)用戶通過(guò)關(guān)鍵詞搜索時(shí)更容易搜到你的網(wǎng)站，從而實(shí)現(xiàn)企業(yè)品牌曝光、主動(dòng)獲客和營(yíng)銷(xiāo)推廣的目標(biāo)。
為什么要做SEO？
提高網(wǎng)站訪問(wèn)量：SEO能讓你的網(wǎng)站在搜索引擎結(jié)果中更靠前，吸引更多客戶點(diǎn)擊。
降低市場(chǎng)營(yíng)銷(xiāo)成本：相比于付費(fèi)廣告，SEO是一種更經(jīng)濟(jì)有效的營(yíng)銷(xiāo)方式。
提升品牌知名度：網(wǎng)站排名靠前，可以讓更多用戶看到你的品牌名稱和信息，增強(qiáng)品牌影響力。
SEO優(yōu)化有哪些優(yōu)勢(shì)？
成本低廉：主要成本是優(yōu)化師的工資。
效果穩(wěn)定：一旦網(wǎng)站排名上升，效果穩(wěn)定持久，可持續(xù)獲得展現(xiàn)機(jī)會(huì)。
不受地域限制：SEO的效果可以覆蓋全球，不受時(shí)間和空間的限制。
什么樣的公司更適合做SEO優(yōu)化呢？大多數(shù)行業(yè)都可以從SEO中受益。特別是那些希望用戶主動(dòng)訪問(wèn)我們的網(wǎng)站、降低營(yíng)銷(xiāo)成本、提升品牌知名度的企業(yè)。通過(guò)SEO來(lái)優(yōu)化自己的網(wǎng)站，可吸引更多潛在客戶。

SEO是一種工人的有效的網(wǎng)絡(luò)營(yíng)銷(xiāo)手段，可以幫助企業(yè)提升關(guān)鍵詞排名，吸引更多用戶，實(shí)現(xiàn)商業(yè)目標(biāo)。SEO是一個(gè)長(zhǎng)期且專(zhuān)業(yè)的技術(shù)，企業(yè)在進(jìn)行SEO時(shí)，必須耐心優(yōu)化，因?yàn)镾EO涉及到的不止是網(wǎng)站結(jié)構(gòu)、內(nèi)容質(zhì)量、用戶體驗(yàn)、外部鏈接這幾個(gè)方面；還有算法的更替、蜘蛛的引導(dǎo)、快照的更新、參與排序的權(quán)重等。