搜索引擎的原理
1.蜘蛛到网站抓取网页内容（内容需要高质量以及稀缺性）。
每个独立的搜索引擎都有自己的网页抓取程序爬虫（spider）。爬虫Spider顺着网页中的超链接，从这个网站爬到另一个网站，通过超链接分析连续访问抓取更多网页。被抓取的网页被称之为网页快照。由于互联网中超链接的应用很普遍，理论上，从一定范围的网页出发，就能搜集到绝大多数的网页
2.把有用的网页放进索引库，把质量不过关（垃圾内容）以及违规内容（违规广告）过滤去除。
搜索引擎抓到网页后，还要做大量的预处理工作，才能提供检索服务。其中，最重要的就是提取关键词，建立索引库和索引。其他还包括去除重复网页、分词（中文）、判断网页类型、。
3.把在索引库的网页进行质量对比评分排名
搜索引擎抓到网页后，百度蜘蛛还要分析超链接、计算网页的重要度/丰富度等，进行评分。
4.用户使用搜索引擎搜索相关内容，百度把索引库的内容按优质程度（符合用户搜索需求的）进行排名呈现给用户
用户输入关键词进行检索，搜索引擎从索引数据库中找到匹配该关键词的网页；为了用户便于判断，除了网页标题和URL外，还会提供一段来自网页的摘要以及其他信息。
搜索引擎基本工作原理图
原创文章，作者：大BOSS，如若转载，请注明出处：https://www.jiaseo.cn/48.html
微信扫一扫 
支付宝扫一扫 