搜索引擎为用户展现的每一条搜索结果，都对应着互联网上的一个页面。每一条搜索结果从产生到被搜索引擎展现给用户，都需要经过四个过程：抓取、过滤、建立索引和输出结果。; I% B; g1 ~: m0 Q" e, `
5 [2 C& @. s9 X6 a) G: P
抓取
7 t# ~! N8 y; V1 \- p# L ]
% c8 R! i( U" `( H$ y' ^ baiduspider，或称百度蜘蛛，会通过搜索引擎系统的计算，来决定对哪些网站施行抓取，以及抓取的内容和频率值。搜索引擎的计算过程会参考您的网站在历史中的表现，比如内容是否足够优质，是否存在对用户不友好的设置，是否存在过度的搜索引擎优化行为等等。
" e7 W+ a. N7 v
, i& w- \3 r) }2 L 当您的网站产生新内容时，baiduspider会通过互联网中某个指向该页面的链接进行访问和抓取，如果您没有设置任何外部链接指向网站中的新增内容，则 baiduspider是无法对其进行抓取的。对于已被抓取过的内容，搜索引擎会对抓取的页面进行记录，并依据这些页面对用户的重要程度安排不同频次的抓取更新工作。
! k( N, ^# ?( Q$ q F0 l( ~: r7 I! ?5 c
需您要注意的是，有一些抓取软件，为了各种目的，会伪装成baiduspider对您的网站进行抓取，这可能是不受控制的抓取行为，严重时会影响到网站的正常运作。点此识别baiduspider的真伪。 r0 ?; ?6 Y/ g6 j9 w
3 x' W* L1 g3 A) I: x8 A- ]/ u
过滤
, D% J7 f7 r u+ U# K5 ]) R( ~5 t6 i E% {. B1 X. O
互联网中并非所有的网页都对用户有意义，比如一些明显的欺骗用户的网页，死链接，空白内容页面等。这些网页对用户、站长和百度来说，都没有足够的价值，因此百度会自动对这些内容进行过滤，以避免为用户和您的网站带来不必要的麻烦。
, f; L) c, M" a) [, G6 a" h2 h. }( H9 S6 A, _# @( a+ N- n- i3 h) H
建立索引, j! P2 J, ]; _3 Z3 ^! H" X2 |3 Y+ E1 ~
/ V, f8 I q9 {$ R: \# R
百度对抓取回来的内容会逐一进行标记和识别，并将这些标记进行储存为结构化的数据，比如网页的tagtitle、metadescripiton、网页外链及描述、抓取记录。同时，也会将网页中的关键词信息进行识别和储存，以便与用户搜索的内容进行匹配。 y8 D. g8 X0 Y9 Z
4 a( T2 e* e2 F* p 输出结果4 A. P0 U2 Q, U0 }
, i: Q1 ?! d. u* _& k9 G; d 用户输入的关键词，百度会对其进行一系列复杂的分析，并根据分析的结论在索引库中寻找与之最为匹配的一系列网页，按照用户输入的关键词所体现的需求强弱和网页的优劣进行打分，并按照最终的分数进行排列，展现给用户。
' q5 p: _* A. {0 G0 [' m6 {! S% i+ @- p1 L" ?2 V
综上，您若希望通过搜索引擎为用户带来更好的体验，需要对进行您的网站严格的内容建设，使之更符合用户的浏览需求。需要您注意的是，网站的内容建设始终需要考虑的一个问题是，这对用户是否有价值。内容来自百度站长平台资料区1 R: d4 J1 h2 o
本文由 changchun.16tone.net 长春租车 提供 转载请注明
2 I6 A! p( e8 X9 \% i Y* ?/ x. ?! p0 n: K% e3 j$ N1 [: ?: E/ b3 e
|
