百度搜索引擎基礎(chǔ)知識

 從輸入關(guān)鍵詞，到百度給出搜索結(jié)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互聯(lián)網(wǎng)資源中，以如此之快的速度將您的網(wǎng)站內(nèi)容展現(xiàn)給用戶？這背后蘊藏著什么樣的工作流程和運算邏輯？事實上，百度搜索引擎的工作并非僅僅如同首頁搜索框一樣簡單。

    搜索引擎為用戶展現(xiàn)的每一條搜索結(jié)果，都對應(yīng)著互聯(lián)網(wǎng)上的一個頁面。每一條搜索結(jié)果從產(chǎn)生到被搜索引擎展現(xiàn)給用戶，都需要經(jīng)過四個過程：抓取、過濾、建立索引和輸出結(jié)果。

抓取

       Baiduspider，或稱百度蜘蛛，會通過搜索引擎系統(tǒng)的計算，來決定對哪些網(wǎng)站施行抓取，以及抓取的內(nèi)容和頻率值。搜索引擎的計算過程會參考您的網(wǎng)站在歷史中的表現(xiàn)，比如內(nèi)容是否足夠優(yōu)質(zhì)，是否存在對用戶不友好的設(shè)置，是否存在過度的搜索引擎優(yōu)化行為等等。

    當(dāng)您的網(wǎng)站產(chǎn)生新內(nèi)容時，Baiduspider會通過互聯(lián)網(wǎng)中某個指向該頁面的鏈接進行訪問和抓取，如果您沒有設(shè)置任何外部鏈接指向網(wǎng)站中的新增內(nèi)容，則Baiduspider是無法對其進行抓取的。對于已被抓取過的內(nèi)容，搜索引擎會對抓取的頁面進行記錄，并依據(jù)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，有一些抓取軟件，為了各種目的，會偽裝成Baiduspider對您的網(wǎng)站進行抓取，這可能是不受控制的抓取行為，嚴(yán)重時會影響到網(wǎng)站的正常運作。點此識別Baiduspider的真?zhèn)?/span>。

過濾

    互聯(lián)網(wǎng)中并非所有的網(wǎng)頁都對用戶有意義，比如一些明顯的欺騙用戶的網(wǎng)頁，死鏈接，空白內(nèi)容頁面等。這些網(wǎng)頁對用戶、站長和百度來說，都沒有足夠的價值，因此百度會自動對這些內(nèi)容進行過濾，以避免為用戶和您的網(wǎng)站帶來不必要的麻煩。

建立索引

    百度對抓取回來的內(nèi)容會逐一進行標(biāo)記和識別，并將這些標(biāo)記進行儲存為結(jié)構(gòu)化的數(shù)據(jù)，比如網(wǎng)頁的tagtitle、metadescripiton、網(wǎng)頁外鏈及描述、抓取記錄。同時，也會將網(wǎng)頁中的關(guān)鍵詞信息進行識別和儲存，以便與用戶搜索的內(nèi)容進行匹配。

輸出結(jié)果

    用戶輸入的關(guān)鍵詞，百度會對其進行一系列復(fù)雜的分析，并根據(jù)分析的結(jié)論在索引庫中尋找與之最為匹配的一系列網(wǎng)頁，按照用戶輸入的關(guān)鍵詞所體現(xiàn)的需求強弱和網(wǎng)頁的優(yōu)劣進行打分，并按照最終的分?jǐn)?shù)進行排列，展現(xiàn)給用戶。

服務(wù)器租用/服務(wù)器托管中國五強！虛擬主機域名注冊頂級提供商！15年品質(zhì)保障！--億恩科技[ENKJ.COM]