搜索引擎工作原理一個SEO從業(yè)者應(yīng)該了解的基礎(chǔ)課程，但是有人卻說搜索引擎工作原理對于新手來說是不容易理解的，因為工作原理太抽象，而且搜索引擎的變化無常，無論誰都不能真正認(rèn)識搜索工作原理。

我想說的是無論搜索引擎怎樣變化，大概的收錄原理是不會變的：

1、找到網(wǎng)站的URL并下載頁面。

2、判斷頁面質(zhì)量是否達(dá)到收錄標(biāo)準(zhǔn)收錄頁面，否則刪除。

3、判斷收錄頁面是否更新，更新頁面快照。

以上三條是搜索引擎收錄頁面基本的規(guī)律，無論百度還是谷歌都不會違背。那么我們就可以以以上三條作為依據(jù)詳細(xì)的解釋一下搜索引擎的工作原理。

首先搜索引擎的組成：

圖1

如圖1所示：搜索引擎可以分為基本的五大部分，既抓取網(wǎng)頁系統(tǒng)，數(shù)據(jù)分析系統(tǒng)，存儲數(shù)據(jù)系統(tǒng)，緩存系統(tǒng)，展示系統(tǒng)。

1、抓取網(wǎng)頁系統(tǒng)：分為探測系統(tǒng)和下載系統(tǒng)，探測系統(tǒng)就是我們平常說的蜘蛛，蜘蛛在互聯(lián)網(wǎng)上爬行時探測到一個網(wǎng)站的URL，就會把URL所指向的頁面利用下載系統(tǒng)，下載到搜索引擎的服務(wù)器上，然后將頁面交給數(shù)據(jù)分析系統(tǒng)。

2、數(shù)據(jù)分析系統(tǒng)：分為數(shù)據(jù)分析和數(shù)據(jù)處理兩個系統(tǒng)，當(dāng)數(shù)據(jù)分析系統(tǒng)從抓取網(wǎng)頁系統(tǒng)那獲取到被下載的頁面，首先進(jìn)行數(shù)據(jù)分析去除不相關(guān)的文字或網(wǎng)站重復(fù)內(nèi)容，進(jìn)行頁面文字的處理，然后對處理過后的頁面內(nèi)容進(jìn)行判斷，是否達(dá)到收錄標(biāo)準(zhǔn)，達(dá)到交給存儲系統(tǒng)，沒有達(dá)到刪除。

3、存儲數(shù)據(jù)系統(tǒng)：將收錄的頁面進(jìn)行保存，然后定時進(jìn)行判斷存儲的頁面是否有更新。

4、緩存系統(tǒng)：存儲搜索引擎認(rèn)為高價值的內(nèi)容，當(dāng)用戶搜索某個關(guān)鍵詞時經(jīng)常看到收錄量有幾千萬，但是搜索引擎顯示的只有1000條，這也就是說只有1000條被放在了緩存系統(tǒng)上，用戶可以最快速的查找到他們想要的內(nèi)容。

5、展示系統(tǒng)：用戶搜索返回到顯示器上的信息。

這是搜索引擎的系統(tǒng)的組成，那么一個頁面是如何被搜索引擎發(fā)現(xiàn)并收錄的呢？？？

圖2

圖2，蜘蛛在整個互聯(lián)網(wǎng)上爬行遇見你網(wǎng)站的一個URL，首先把URL提取出來根據(jù)網(wǎng)站權(quán)重和相關(guān)性插入到URL隊列中，然后是判斷你網(wǎng)站的這條URL是否能夠解析成功，如果能解析成功，蜘蛛會爬到你網(wǎng)站，這里需要說一下，蜘蛛并不是直接去分析你網(wǎng)頁的內(nèi)容，而是去尋找你網(wǎng)站robots文件，根據(jù)你網(wǎng)站的robots規(guī)則判斷是否抓取你這個頁面，如果robots文件不存在，則會返回一個404錯誤，但是搜索引擎已經(jīng)會繼續(xù)抓取你的網(wǎng)站內(nèi)容。

搜索引擎抓取了網(wǎng)頁內(nèi)容之后會對網(wǎng)頁進(jìn)行一個簡單的判斷是否達(dá)到了收錄標(biāo)準(zhǔn)，如果不符合則繼續(xù)把URL加入到URL 隊列中，如果符合收錄就會下載網(wǎng)頁內(nèi)容。

當(dāng)搜索引擎拿到下載網(wǎng)頁內(nèi)容的時候，會提取出頁面上的URL，繼續(xù)插入到URL隊列中，然后把頁面上的數(shù)據(jù)，進(jìn)行進(jìn)一步分析，判斷網(wǎng)頁內(nèi)容是否達(dá)到收錄標(biāo)準(zhǔn)，如果達(dá)到收錄標(biāo)準(zhǔn)則把頁面存儲到硬盤中。

當(dāng)用戶搜索某個關(guān)鍵詞時，搜索引擎為了減少查詢時間，將一部分相關(guān)性比較高的內(nèi)容放到臨時緩存區(qū)，大家都知道從計算機的緩存中讀取數(shù)據(jù)，比在硬盤中讀取數(shù)據(jù)快很多。所以搜索引擎只將緩存中的一部分顯示給用戶。被存儲在硬盤中的頁面，搜索引擎會根據(jù)網(wǎng)站權(quán)重定時對其進(jìn)判斷是否有更新，是否達(dá)到了放入緩存區(qū)的標(biāo)準(zhǔn)，如果搜索引擎在判斷是否有更新的同時發(fā)現(xiàn)網(wǎng)站頁面被刪除或網(wǎng)頁達(dá)不到被收錄的標(biāo)準(zhǔn)也會被刪除。

以上就是搜索引擎的組成和頁面收錄原理，希望每一位seo人員都應(yīng)掌握。

文章原創(chuàng)自任敬林博客，轉(zhuǎn)載請注明出處：http://www.renjinglin.com/11.html

標(biāo)簽： 搜索引擎工作原理 SEO  煺嶄��

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。