做SEO优化推广就要说到百度收录的问题,很多人不明白,这么多相同的网页,百度到底是怎么分辨先收录那篇文章的呢?明明内容一样为什么别人网站收录了自己的却没有收录,下面常州昌润信息小编来看看百度蜘蛛收录一个网站的的全过程揭秘,需要的朋友可以参考下
我们知道搜索引擎工作过程非常复杂的,今天和大家分享一下我所了解的百度蜘蛛是怎么实现网页收录的。
搜索引擎工作大致可以分为四个过程。
1、蜘蛛爬行抓取。
2、信息过滤。
3、建立网页关键词索引。
4、用户搜索输出结果。
蜘蛛爬行抓取
当百度蜘蛛来到一个页面时,它会跟踪页面上的链接,从这个页面爬行到下一个页面,就好像一个递归过程,这样常年累月,不止疲倦的工作。比如蜘蛛来到了常州昌润信息网站首页http://www.changrunxx.com,它会先读取根目录下的robots.txt文件,如果没有禁止搜索引擎抓取,那么蜘蛛就开始针对网页上的链接,进行逐一跟踪爬行。比如我们这篇文章“昌润信息:百度收录网站抓取网页的流程揭秘”,引擎就会多进程式的来到这篇文章所在的网页抓取信息,如此循坏,没有终结。
信息过滤
为了避免重复爬行和抓取网址,搜索引擎会有一个记录已爬行和未被爬行的地址库,如果你有一个新网站时,你可以去百度官网提交网站的网址,引擎就会记录它,并把它归类到未爬行的网址,然后蜘蛛就会根据这个表格,从数据库中提取URL,访问并抓取页面。
蜘蛛并不会收录所有的页面,它要经过严格检测。当蜘蛛在爬行和抓取一个网页的内容时,会进行一定程度的复制内容检测,如果网页所在的网站权重低,而且大部分文章都是抄袭来的话,蜘蛛就很可能不喜欢你的网站了,不在继续爬行,也就不收录你的网站。
建立网页关键词索引
当蜘蛛抓取了一个页面之后,首先会对页面文字内容进行分析。通过分词技术,将网页的内容简化到关键词,并把关键词和对应的网址制成表格建立索引。
索引又有正向索引和反向索引,正向索引是把网页内容对应的关键词,反向是关键词对应的网页信息。
输出结果
当用户搜索了某个关键词之后,就会通过前面建立的索引表进行关键词匹配,通过反向索引表找到关键词对应的页面,通过引擎对网页综合评分计算以后,根据网页的评分来决定网页的先后顺序排名。
toefl报名流程(托福考试报名流程) 1、准备工作 准备可以上网的台式机或者笔记本电脑。 准备符合要求的身份证件,中国大陆考生需使用有效的二代居民身份证原件参加考试。 准备可用于...
不管是餐饮老炮还是餐饮小白,做餐饮的都逃不过办理各种证件的命运,因为是关系到餐饮经营的命脉。那么餐饮经营需要办理哪几种核心证件呢?请往下看~ 工商营业执照 工商登记也是重要一环,是餐厅取得合法经营...
问道手游5月4日每周探案神秘房间怎么通关呢?很多玩家都不清楚,下面小编为大家带来一篇问道手游5月4日每周探案神秘房间攻略 每周探案神秘房间通关流程大全。 探案-神秘房间 1.春领取任务 2....
海盗鲜生暖锅加盟项目,如今在市场上的成长是我们各人有目共睹的,假如你对海盗鲜生暖锅加盟项目感乐趣,想要举办加盟创业,那么你就赶忙来吧!此时选择加盟海盗鲜生暖锅长短常不错的,想要加盟就赶忙来吧!海盗鲜生...
总有人问我怎么做SEO,能达到什么样的效果,多长时间能学会,而我要告诉你的是每个人的侧重点不同,因为经验不相同,我只能告诉你方向,效果由你的努力决定。 搜索引擎原理:页面收录,再到分析,再到排名。...
很多交了淘宝保证金的淘宝卖家,觉得淘宝保证金没有用,下面就对淘宝卖家比较关心的淘宝保证金在哪里交以及淘宝保证金怎么退回问题做一个解答。 淘宝保证金有什么用 第一、消保对买家来说,是一种购物信任和保...