从输入关键词，到百度给出搜索结果的过程，往往仅需几毫秒即可完成。百度是如何在浩如烟海的互联wangzi源中，以如此之快的速度将您的网站内容展现给用户？这背后蕴藏着什么样的工作流程和运算逻辑？事实上，百度搜索引擎的工作并非仅仅如同首页搜索框一样简单。+ e8 E- f$ O) ^+ m# \
2 T) W# R' r5 G1 s" V- v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。
% k# H5 ]; d9 Z# \! Z' }- B
; ?& J' d h5 w4 A7 @抓取& d8 T& `) w# i# O
0 M4 b2 Y: ]+ X$ `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。8 f% R9 D. Y7 M% Z T0 w, V) t$ j! V
3 z: n$ m( ^: [! f" m8 i8 z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。
6 j+ i5 V o4 i4 O9 J2 Z/ H* w4 ]3 T( ~ V
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。4 m. n9 E5 v8 J6 B: E# T
# N8 i. N+ y2 z+ X K/ `
过滤
9 k* k9 I/ A! o, s5 v$ V8 L6 W% O! `" r1 }: ^
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。
9 T% h |' q. J9 {& J2 e+ U* A. D8 p$ m
建立索引( V" \( l9 A( Y7 D1 e/ J5 O* a
% K* m4 |* i$ s! [7 d, g
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。
, S# @4 W9 ?8 `& W$ K; e
, Y2 i5 @4 _, L- G' `2 W6 q输出结果
1 |2 }5 x: \' l& ?# l) M* |% M2 Q. x" A- w [0 x4 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。9 C+ F6 D4 ?( T7 J m$ v& A6 ^2 ]
* M( o! g# U: ]# C0 |$ k
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: n" a* _- V- C
' J. C# g$ S3 T6 w) W& L2 C% {
5 o% `0 `* R8 N' d! Q4 Rhttp://www.wfrlw.com |
