一、抓取
A g# r0 T0 D8 g: Q" j1 n4 n+ { \- a0 v- F
Baiduspider，或称百度蜘蛛，会通过搜索引擎体系的计算，来决议对于哪些网站实施抓取，和抓取的内容以及频率值。搜索引擎的计算历程会参考你的网站正在历史中的表示，譬如内容是否充足优良，是否存在对于用户不友好的设置，是否存在过分的搜索引擎优化行动等等。. u# N _, B, Y8 T7 V6 D
( R/ E+ h8 U8 L2 d3 N
当你的网站产生新内容时，Baiduspider会通过互联网外某个指向该页面的链接进行走访以及抓取，要是你不设置任何内部链接指向网站中的新增内容，则Baiduspider是没法对于其进行抓取的。关于已经被抓取过的内容，搜索引擎会对于抓取的页面进行纪录，并根据这些页面对于用户的主要水平安顿不同频次的抓取更新任务。
5 i8 c, N4 ]1 u( O5 e+ o% N& B4 i4 f. {2 e' N2 e2 K
需您要留神的是，有一些抓取软件，为了种种目标，会假装成Baiduspider对于你的网站进行抓取，那大概是不受把持的抓取行动，紧张时会影响到网站的一般运作。面此辨认Baiduspider的真伪。7 M' }0 X' G- t9 m: W
2 h8 [( {0 x2 x4 \6 u
两、过滤 ^5 k! R( j4 j7 `
( U) F. l' B1 |8 I' s 互联网外并非所有的网页皆对于用户有意义，譬如一些分明的欺骗用户的网页，生链接，空缺内容页面等。这些网页对于用户、站长以及百度来说，皆不充足的价值，因而百度会主动对于这些内容进行过滤，以避免为用户以及你的网站带来不必要的贫苦。
' I8 @2 q! |6 n, l
' T% a! v6 D# I 三、确立索引1 n! M% s& _. }, ]6 q1 {
, b' k8 p: b+ O% S
百度对于抓取回来的内容会一一进行标志以及辨认，并将这些标志进行贮存为构造化的数据，譬如网页的tagtitle、metadescripiton、网页中链及描写、抓取纪录。同时，也会将网页中的关键词信息进行辨认以及贮存，以便与用户搜寻的内容进行匹配。; N- _: z( X/ h; I' h% k
3 }9 H* m# K' }7 G: s, i% ~
四、输入后果" z9 t# {5 K: m/ H! j: g( j
( h3 A& K: f+ F& p
用户输出的关键词，百度会对于其进行一系列庞杂的剖析，并依据剖析的论断正在索引库外寻觅与之最为匹配的一系列网页，依照用户输出的关键词所体现的需求强弱以及网页的优劣进行打分，并依照最终的分数进行排列，展示给用户。+ J9 F4 t" j$ v+ e4 V& n9 v
|
