以蜘蛛程序为基础的全文搜索引擎的工作原理(搜索引擎工作原理的理解)

搜索引擎的工作分为三个阶段，即爬行，索引和检索

1.爬行

搜索引擎具有网络爬虫或蜘蛛来执行爬网，每次抓取工具访问网页时，它都会复制该网页并将其网址添加到索引中。

在“蜘蛛”抓取网页内容，提炼关键词的这个过程中，就存在一个问题：“蜘蛛”能否看懂。如果网站内容是 flash 和 js，那么它是看不懂的。

相应的，如果网站内容是它的语言，那么它便能看懂，它的语言即 SEO

2.索引

此阶段，爬网程序会创建搜索引擎的索引。索引就像一本巨大的书，其中包含爬虫找到的每个网页的副本。如果任何网页发生更改，则抓取工具会使用新内容更新图书

3.检索

这是搜索引擎以特定顺序提供最有用和最相关答案的最后阶段。

1.SEO 的分类

A.白帽 SEO：起到了改良和规范网站设计的作用，使网站对搜索引擎和用户更加友好，并从搜索引擎中获取合理的流量

B.黑帽 SEO：利用和放大搜索引擎政策缺陷来获取更多用户的访问量

2.白帽 SEO 的使用

a.对网站的标题、关键字、描述精心设置，反映网站的定位，让搜索引擎明白网站是做什么的；

b.网站内容优化：内容与关键字的对应，增加关键字的密度；

c.在网站上合理设置 Robot.txt 文件；

d.生成针对搜索引擎友好的网站地图；

e.增加外部链接，到各个网站上宣传；

通过网站的结构布局设计和网页代码优化，使前端页面既能让浏览器用户能够看懂，也能让“蜘蛛”看懂。

1.网站结构布局优化

A.控制首页链接数量

对于中小型企业网站，建议首页链接在100个以内，链接的性质可以包含页面导航、底部导航、锚文字链接等

B.扁平化的目录层次

尽量让“蜘蛛”只跳转3次，就能到达网站内的任何一个内页

C.导航优化

导航应该尽量采用文字方式，也可以搭配图片导航，但<img>标签务必添加“alt”和“title”属性，告诉搜索引擎导航的定位

其次，在每一个网页上应该加上面包屑导航

对用户而言，可以让用户了解当前所处的位置，形成更好的位置感，并方便用户操作；

对蜘蛛而言，能够清楚的了解网站结构，同时还增加了大量的内部链接，方便抓取，降低跳出率。

D.结构布局的规范优化

a.页面头部：logo 及主导航，以及用户的信息

b.页面主体：左边面包屑导航及正文；右边放热门文章及相关文章，既增强了页面相关性，也增强页面的权重

c.页面底部：版权信息和友情链接

注意：分页导航推荐写法：“1 2 3 4 5 6 7 8 9 10 下拉框/输入框”，这样“蜘蛛”能够根据相应页码直接跳转，下拉框直接选择页面跳转

E.控制页面的大小

一个页面最好不要超过100k，太大，页面加载速度慢，用户体验不好，并且一旦超时，“蜘蛛”也会离开。

2.网页代码优化

a.<title>

标题，强调重点即可，尽量做到每个页面的 <title> 标题内容不重复

b.<meta keywords>

关键词，列举出几个页面的重要关键字即可

c.<meta description>

网页描述，高度概括网页内容的关键词，每个页面也要有所不同

d.标签语义化

比如：h1-h6是用于标题类的，<nav>标签是用来设置页面主导航的等

e.<a>标签

页内链接，要加“title” 属性加以说明，让访客和 “蜘蛛” 知道；

外部链接，链接到其他网站的，则需要加上 el="nofollow" 属性，避免“蜘蛛”爬了外部链接之后，就不回了

f.正文标题要用 <h1> 标签

“蜘蛛” 认为它最重要，若不喜欢<h1>的默认样式可以通过CSS设置

g.<br>

只用于文本内容的换行

h.<caption>

表格应该使用 <caption> 表格标题标签

i.<img> 应使用 “alt” 属性加以说明

j.<strong> 和 <em> : 需要强调时使用

<strong>标签在搜索引擎中能突出关键词

<em>标签强调效果仅次于 <strong>

而 <b>、<i>标签: 只是用于显示效果时使用，在 SEO 中不起效果

k.避免使用 和 ?

空格符 应用 CSS 进行设置

版权符 ? 可以直接使用输入法打“?”

l.少用 iframe 框架，因为“蜘蛛”一般不会读取其中的内容

m.少用 display: none;

对于不想显示的文字内容，应当设置 z-index 或设置到浏览器显示器之外。因为搜索引擎会过滤掉 display:none 中的内容

本文链接：https://www.24zzc.com/news/169432657231985.html