搜索引擎抓取信息的原理

    我们都知道，我们在百度输入一个关键词，在一瞬间会出现很多页面，其中发什么什么变化呢？他是如何展现出来的呢？今天我们就来分析一下它是如何抓取以及排序的。
6 P- o9 G6 A- _- X/ R' X    百度工作原理
; d+ Z3 ^. U! R9 B" |2 I) \2 k    我们可以看到，在百度搜索一个关键词，它首先会在分析你的关键词，然后去数据库中找到你想要的结果，并计算出排列顺序，然后给你展现出来。这就是一个排序过程。它怎么知道什么页面排在第一页。什么排在第二页。这就需要一个算法，进行排序。他早已经算好，放在它的数据库中。那么数据是从哪儿来的呢？
- o* D% N0 _: g8 O" Z    如果你的内容它没有抓取到，是不能展现给你相对应的结果的。它需要把内容提前抓取好，存好，分好类。再给我们指令来进行相应的反馈，并且展示出来。从图上我们可以看到，它是经过抓取，建库这么一个过程。这就是我们所说的收录。
    步骤一：抓取
    那么什么是抓取呢？抓取就是蜘蛛已经开始爬了。建库是百度已经把你的数据放入自己的数据库中了。虽然过程很复杂，但原理是不变的。抓取从哪儿抓呢？互联网！我们都知道互联网是海量的。蜘蛛就要去不停的爬行，在海量的互联网中抓取有价值的内容，然后筛选。
+ q0 K$ [, i: e+ c' T+ V  ?/ ^  l    步骤二：建库
# N( l+ E& K1 L* h! i    蜘蛛爬完之后会放到所对应的数据库中，比如你是企业站站啊，你是图片啊，它会进行分类和精细的筛选。
    步骤三：内部分析
    建库之后它内部就会进行分析。把它之前抓取的内容进行拆分，包括分词啊。包括连接的权重。全部进行算好之后放入索引数据库中。只要你去给它一个请求，它就会调用数据，给我们展示出来。过程是毫秒计算的，比较快，提前已经给你分析好了，无时无刻都在分析。如果你的内容没有抓取到，就不存在建库，也不存在排序。
    步骤四：计算排列顺序。
    它会根据你页面的价值进行排序。页面质量好的，它认为最接近用户需求的页面，它就会考虑放在前面。它会考虑你这个页面对用户的价值。
    总结：这就是搜索引擎的抓取原理。我们要做的就是提交我们的没有收录的页面，先让它收录。只有收录才会展现，其次要做好高质量的页面，只有你页面的质量OK抓取后才会有更好的展现。

5 P( x" A# @" ?6 O* ^

这个思路很新颖，打开了新世界的大门，谢谢分享

说得很实在，没有夸大其词，这种真实分享太难得了