搜索引擎如何判断核心内容的思考

搜索引擎蜘蛛把页面代码送回搜索引擎服务器后，SE是如何判断页面中最核心的内容呢？
2 `1 z$ A' f  A) T先说下Kyw认为的搜索引擎运作过程的前几个步骤：
& i% m; S; j3 J( t1.蜘蛛下载A页面，送回服务器；
/ f% `8 a- u' A; O2 r; ?$ g8 v2.服务器寻找A页面的核心内容位置，然后去除HTML代码；
3.寻找网页核心内容；……
* G% Z6 O) ]# b# F# K我不确定GOOGLE、百度、YAHOO！是否真的有“判断核心内容”这个步骤，但我相信一定有类似的运算机制，因为如果没这个步骤，搜索引擎将耗费大量资源做重复运算。当然KYW不是搜索引擎工程师，下面只是对搜索引擎的一些思考。
SE面对一整页HTML代码，如何判断核心内容在哪里呢？
第一步：拿该页面和同域名、同目录、同文件名格式的页面做对比，去除相似的部分。经过这个步骤，头部的导航条、底部的版权信息、固定位置的广告就被去掉了。我估计搜索引擎在每增加一个新网站的时候，会建立一个对比模板来提高工作效率。如果网站经常改版，在改版刚开始的期间，搜索引擎还没反应过来，就可能造成新收录网页的排名不理想。
8 U" v2 R/ r0 F5 R第二步：去掉有大量链接的部分。经过这步，“相关文章”“推荐文章”等都被去掉了，剩下一些包含文字内容的代码。
- y& k/ U  L# R( v4 t; H第三步：在剩余的代码中判断哪段标签（可能是DIV、TABLE、P或其它标签）中的文字内容最多，因为一般核心内容的文字量会比较多。
每个页面经过上面3个步骤，应该就能顺利的判断出核心内容所在的位置。经过这样的思考，我们也许可以这样总结：
( u/ z1 c( V0 \7 T% o+ K1.同目录下的页面，最好模板一样。
2.核心内容文字量不能太少，特别是企业站和B2C网站，只放价格和包含大量说明文字的图片是很不好的。
3.HTML代码中如果错误很多，可能会影响排名，因为搜索引擎可能在判断核心内容的时候出差错。
6 {5 j8 ]3 I* G0 f+ m5 T4.期待你的补充^_^
Kyw把SEO的主要工作理解成帮助搜索引擎更高效的理解网站及页面的内容，所以建议大家有事没事琢磨琢磨搜索引擎，问题想透的越多，SEO的手法也就更加随机应变了。当然也没必要钻牛角尖，有想不通的问题就到我这留言吧。
原文：
# a# o) l/ O; t0 x+ g注：相关网站建设技巧阅读请移步到建站教程频道。
# _  M: T8 M  R* b4 Y

刚好遇到类似问题，看完这个帖子心里有底了

这个思路很新颖，打开了新世界的大门，谢谢分享

完全赞同，我也是这么认为的，英雄所见略同～

内容很干货，没有多余的废话，值得反复看

楼主太厉害了，整理得这么详细，必须支持

蹲了这么久，终于看到有价值的讨论，支持一下！