1、搜索引擎工作原理简单模拟上海易闻 SEO培训班前言o 这里的模拟非常简单和傻瓜，但可以说明搜索引擎是如何处理页面的过程。o 第一步：通过蜘蛛抓取页面；n 什么是蜘蛛？n 如何抓取页面？以文本形式下载，送会服务器。第一步：通过蜘蛛抓取页面o 什么是蜘蛛？n Googlebot、 baiduspider、n Yahoo、 Slurp、 Msnboto 如何抓取页面？n 以文本形式下载，送会服务器。n 可能会做一些预处理，比如：压缩等o 可能妨碍蜘蛛抓取的行为：跳转、识别分辨率第二步：网页文件处理o 首先过滤所有 HTML标签、 CSS样式表、 JS代码 工具： http:/ 闻网 页贴 吧知 道
2、MP3图 片帮助高级 空间 | 更多 把百度设为首页企业推广 |搜索风云榜 |关于百度|AboutBaidu2007Baidu 使用百度前必读京ICP证 030173号百度首页经过处理后得到后的样子：第三步：识别文字内容o 通过对过滤后文字内容的分析，来判断网页的核心内容。百度一下，你就知道新 闻网 页贴 吧知 道 MP3图 片帮助高级 空间 | 更多把百度设为首页企业推广 |搜索风云榜 |关于百度|AboutBaidu2007Baidu 使用百度前必读京 ICP证 030173号搜索引擎程序通过对上面文字的分析，发现以下信息：1. 一共有 95个字符；其中 56个中文字。2. “百度 ”出现
3、 4次，共 8个中文，占 16个字符。3. 8560.14 14% 1695 0.1616%判断结论：本页面和关键词 “百度 ”有密切关系。第四步：进行权重分值技术o 假设关键词重复 1次得 1分，那百度首页的得分就是 “4”当然，搜索引擎的真实计算过程非常负责，有数百个参数参与计算。YAHOO！的工程师告诉我：“所有搜索引擎最核心的是外部链接的技术和关键词密度的技术 ”第五步：存入排名数据库o 通过以上各种分析后，一个页面就可以存入排名数据库了（也叫索引数据库）。n 百度首页就可能放入一个叫 “百度 ”的小数据库中。o 以后当用户搜索 “百度 ”时，就打开 “百度 ”小数据库，然后按分值排列，做成 HTML展示到用户面前。搜索引擎的处理过程：就好比把采来的草药，经过处理，放入对应的抽屉中一样。- END -
