搜索引擎工作原理简介
 
在前面一章我们已经对搜素引擎做了一番了解，相信认真看来的朋友，已经对搜索引擎有了进一步的了解。那么接下来，深圳网站建设公司启帮互动将继续对搜  索引擎的工作原理进行介绍，想了解更多搜索引擎知识的朋友，就请继续阅读本章，本章以后我们还会继续推送更多的内容。
 
· 搜索引擎的工作过程
第一步：爬行和抓取
搜索引擎蜘蛛会通过链接访问网页，从而获得页面HTML代码存入数据库中。
第二步：预处理
索引程序会对抓取来的页面数据进行文字提取、中文分词、索引等处理，以备排名程序调用。
第三部：搜索排名处理
在用户搜索信息时，根据用户输入的关键词，搜索引擎会调用数据库进行匹配，上一章我们讲的相关性也会进行计算，使用户获得更多的内容，最后是按照一定格式生成搜索结果页面。

下面对以上知识点进行细分

· 蜘蛛爬行和抓取
搜索引擎日常获取数据的程序，被称为蜘蛛，也是机器人。当搜索引擎要访问网站时，也会发出请求信号，这时服务器会返回html代码信息，蜘蛛接收到返回信息就会把存入原始数据库。一般搜素引擎为了提高工作效率，会使用多个蜘蛛进行爬行和抓取。
搜索引擎访问任何网站也都是有自己的原则的，他会先访问带有robots.txt这种文件，在互联网上我们会有一些不希望被别知道的信息，如客户的资料信息，个人私密信息等，这些信息我们不希望被广为流传，这时候我们就可以设置robots.txt来告诉蜘蛛，这些内容不要被抓取。
蜘蛛来个访问我们的网站时，也会留下标记表明自己的身份，我们可以在蜘蛛日志里面看到，有哪些搜索引擎来访问过我们的网站。如何查看蜘蛛日志，可以通过ftp在网站根目录下面找到一个日志文件，文件名一般包含log，下载解压里面的记事本，这即是网站的日志，一般哪个蜘蛛来爬过我们的网站，我们可以看标记，如、；百度蜘蛛会带有‘baidu’字样，大家仔细看一下就可以分辨了。

· 跟踪链接爬行

深度爬行
大家知道我们的网站结构是分为很多层级的，首先是首页，然后是栏目也页，栏目页以后是内页，懂一点的人都因该知道，网站层级最好不要超过五级，不然会对蜘蛛的抓取有阻碍，蜘蛛的抓取由首页开始，一级一级往下，这就是深度抓取。

广度抓取
广度抓取是在深度抓取之上建立的，当蜘蛛沿着一级一级去抓取时，如果到某一级，这一级还有另外的链接，蜘蛛就会先沿着这个链接先去抓取，之后才会沿着之前的轨迹继续下去。

· 怎样引蜘蛛
说道这里或许有人会有疑问，为什么要引蜘蛛。这里我们先讲一下，为什么要引蜘蛛，现在是信息时代，每日互联网上新的数据实在太过庞大，蜘蛛也不可能全部的爬完，这个时候蜘蛛有一种机制，“内容优先”，就是好的内容会优先爬行，这就会造成一些负面的影响，到最一部分的信息不能被及时的收录，特别是一些权重比较低的站点，蜘蛛来爬行的机率相对那些大站来说，真的要小很多，这就会导致互联网市场上竞争的不均衡。
所以，如果我们的网站权重过低，蜘蛛来爬行的机率过低的话，就需要我们去吸引蜘蛛来。最常用的方法是：每日定时定量的跟新内容，所发内容质量要高，可以到一些好的站点发高质量的外链，前面我们已经讲过蜘蛛的爬行方式，这里就不重复了。

· 什么是地址库
所谓地址库，我们要从“地址”上去理解，是搜索引擎对爬行抓取数据进行归档，对每一条数据都会归档，这样搜索引擎抓取数据时，就不会重复的抓取。我们也可以主动提交链接，链接会提交到待访问地址库，搜素引擎会线过滤，觉的内容有用，就会收录内容，放入已访问地址库。在哪里提交链接，我们可以到百度站长提交链接，特别是原创文章，为保障原创人的权益，可以选择先去提交链接。

如果您觉得本文有用，那就请继续关注我们，接下来我们将有更多好东西向您推送。大数引擎专业打造营销型网站建设、深圳网站设计、深圳网站建设、深圳网站制作、手机网站建设、APP制作如果您有这方面的需求，可以在线咨询我们大数引擎，我们随时欢迎您。