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。: O# D( ]) q7 L, |8 i! c: R% b* w7 W
0 Y' G' } i1 e# o3 e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。
" v) z U7 E9 M3 r, j/ a* f: M/ [2 N
抓取
0 z; w# n: C0 e& [; I5 ~. o6 B: K E' S+ x3 E8 w. `
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。
' Y, L- C9 F% L1 J" J' M. X8 E0 G. ^' }) C6 q
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。
- S' J! D* S% S/ T% D5 z7 g
# Z' Y) Y5 G' _# V2 G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。& x% N% K0 V! r1 m
& V" ^- N7 @# ?) Y; Z! x过滤
4 b' k& W8 V4 ?) i% }) D6 [3 u5 ~8 e7 ?. B: O( Y
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。6 K% w2 \6 u( c% P
# K6 c* o. s/ z5 ^) \# n3 o" t1 @建立索引8 m8 S* }" E5 n( i, W- x8 P
6 e/ L! P' z( L3 `5 f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。! L( S& e! M1 g: k$ v& W) S0 y7 B
' U: C! k3 C0 }) T! z5 U
输出结果 , P- T5 z( U& H4 w
: _7 _/ z% E' H5 Q! e) ]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 y+ @* e+ a, }7 B
( ]/ ~, i8 e2 |0 j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0 G# `! L1 q- J# w$ U
5 K) X w O7 h/ Q2 `
+ K5 g- z! O! U" I2 g" @- zhttp://www.wfrlw.com |
