從輸入關鍵字，到搜索引擎給出搜索結果的過程，往往僅需幾毫秒即可完成。百度是如何在浩如煙海的網路資源中，以如此之快的速度將您的網站內容展現給用戶？這背後蘊藏著什麼樣的工作流程和運算邏輯？
事實上，搜索引擎的工作並非僅僅如同首頁搜索框一樣簡單。
搜索引擎為用戶展現的每一條搜索結果，都對應著網路上的一個頁面。每一條搜索結果從產生到被搜索引擎展現給用戶，都需要經過四個過程：抓取、過濾、建立索引和輸出結果。
1:抓取
spider，或稱蜘蛛，會通過搜索引擎系統的計算，來決定對哪些網站施行抓取，以及抓取的內容和頻率值。搜索引擎的計算過程會參考您的網站在歷史中的表現，比如內容是否足夠優質，是否有不友好的設置，是否存在過度的搜索引擎優化行為等等。
當您的網站產生新內容時，spider會通過網路中某個指向該頁面的鏈結進行訪問和抓取，如果您沒有設置任何外部鏈結指向網站中的新增內容，則spider是無法對其進行抓取的。
對於已被抓取過的內容，搜索引擎會對抓取的頁面進行記錄，並依據這些頁面對用戶的重要程度安排不同頻次的抓取更新工作。
需您要注意的是，有一些抓取軟體，為了各種目的，會偽裝成spider對您的網站進行抓取，這可能是不受控制的抓取行為，嚴重時會影響到網站的正常運作。
2:P過濾
網路中並非所有的網頁都對用戶有意義，比如一些明顯的欺騙用戶的網頁，死連結，空白內容頁面等。這些網頁對用戶、站長和搜索引擎來說，都沒有足夠的價值，因此會自動對這些內容進行過濾，以避免為用戶和您的網站帶來不必要的麻煩。
3.建立索引
抓取回來的內容會逐一進行標記和識別，並將這些標記進行儲存為結構化的資料，比如網頁的tagtitle、metadescripiton、網頁外連及描述、記錄。也會將網頁中的關鍵字資訊進行識別和儲存，以便與用戶搜索的內容進行匹配。
4.輸出結果
用戶輸入的關鍵字，對其進行一系列複雜的分析，並根據分析的結論在索引庫中尋找與之最為匹配的一系列網頁，按照用戶輸入的關鍵字所體現的需求強弱和網頁的優劣進行打分，並按照最終的分數進行排列，展現給用戶。
通過搜索引擎為用戶帶來更好的體驗，需要進行網站嚴格的內容，更符合用戶的流覽需求。
全站熱搜
留言列表
