引擎搜索有哪些_浅谈搜索引擎的工作原理

前两期在介绍SEO的时候，我们讲了SEO的基本定义，这里我们再简单回顾一下吧！

SEO（搜索引擎优化）

SEO（搜索引擎优化）通常的定义是：在了解搜索引擎工作原理的基础上，对网站进行内外部的调整和优化，提高网站的关键词排名，获得更多的流量，实现网站的营销目标。通过这个定义我们可以看出，做SEO，首先要知道我们的搜索引擎是怎么运作的，只有了解了它的原理，我们才能根据这个原理去做后续的优化工作。这就是我今天要重点跟大家分享的话题：搜索引擎是如何运作的！

由于搜索引擎的专业知识涉及面很广，可以作为一门独立的学科进行系统的研究，所以建议新手在刚开始学习SEO的时候，多了解一下搜索引擎的相关知识。也可以买一本搜索引擎原理的书自己看，了解了搜索引擎的工作原理，才能对后期的优化工作有一个明确的方向！

搜索引擎的工作原理

首先，搜索引擎的工作原理大致可以分为三个阶段：爬行与抓取：搜索引擎蜘蛛（）通过跟踪链接发现并访问页面，然后读取HTML代码并存入数据库；预处理：对搜索引擎蜘蛛抓取到的页面数据进行文本提取、中文分词、索引（正向索引）、倒排索引等处理，为后续的排名展示做准备；排名：通过一定的搜索相关度计算，按照一定的格式生成搜索结果页面。

搜索引擎的工作原理

让我们详细讨论一下搜索引擎在这三个阶段的工作原理：

爬行和抓取

1.跟踪链接：一般有深度优先和广度优先两种跟踪方式，如图：

深度优先跟随链接

广度优先跟踪链接

理论上来说，无论采用哪种跟踪方式，只要给蜘蛛足够的时间，它就能爬取互联网上所有的链接。但事实上，蜘蛛的宽带资源和时间非常有限，不可能爬取所有的链接，最多能爬取和收录一小部分。因此，我们在做SEO工作的时候，需要主动吸引蜘蛛来抓取和收录我们的页面。

2、吸引蜘蛛：哪些页面能吸引蜘蛛呢?满足下面几点就可以了。

预处理

这里说的预处理包括：文本抽取、中文分词、去停用词、去噪、去重、正向索引、倒排索引、链接关系计算、特殊文件处理及质量判断等。由于内容比较多，这里就不详细讲解了，主要讲正向索引和倒排索引两个核心内容。有的书把预处理阶段定义为建立索引，其实就是把正向索引和倒排索引的重点讲清楚了。先看下面这张图：

正向索引结构

倒排索引结构

上图中，文件指的是页面，关键词则是与用户搜索的单词相匹配的关键词。这里的关键词是搜索引擎内部存储的关键词，也是根据用户过去搜索过的单词进行收集和排序的。通过对比两种索引结构可以看出，倒排索引更符合搜索引擎的工作要求。当用户搜索某个关键词时，搜索引擎系统可以一次性直接导出符合该关键词的页面，然后通过链接相关性计算、特殊文件处理、页面质量判断等方式，确定哪些页面可以作为搜索结果页面，最后以排名的方式展示出来。

排行

经过预处理，特别是倒排索引处理后，对用户搜索词进行处理并匹配相应的文件，得到初始文件子集。这里的初始文件子集不能直接用于排名，还需要进行相关性计算、排名筛选和调整，才能最终展示页面的排名结果。这里的相关性计算主要是根据关键词的共性、词频及密度、关键词位置及形式、关键词距离、链接分析、页面权重等来判断页面内容是否与用户搜索的词语高度相关。

好了关于搜索引擎的工作原理我就说这么多了，其实还有很多细节我没详细讲到，因为涉及到的东西太多了，大家可以多了解下搜索引擎，借助相关书籍来系统地学习这方面的内容！本期SEO分享就到此结束，大家有什么问题或者想法可以在下方评论区留言咨询哦！