|
引言： 6 z/ m+ Z" h- k6 }. z3 {% z) ~, ^
2 u. C5 J0 @; }. l% [/ Q
) N* Z( M# I z: s6 g( S 对于搜索引擎优化，很多seoer都没问题，但是把网站能优化到百度首页的却不多。经过最近一段时间的观察发现很多网站排名都处于中低端，排名不是太理想。 ( p% h0 s+ V- x0 _3 [
0 ]* W% I4 a& k) e
7 N6 a; H4 |2 |; o' `! o
那么百度搜索引擎的整个工作原理是怎样的呢？杭州SEO陈宝文来告诉大家。 + P _& Z7 L Z, `5 x3 x c
* D1 O7 a% z- b: E2 {2 B' ~7 M
; x9 Y# l' w- {4 j6 z 搜索引擎工作原理可分为四个部分：抓取、过滤、收录、和排序，对此我是这样认为的。
) _+ _/ X/ }% _' o9 o& s. M/ k$ I5 V# Q
s. F. h8 A4 f5 V1 o+ U
搜索引擎的整个搜索工作原理
/ r( | B: e/ O; |: J) `0 F+ O" } 1 _& S$ b2 H2 @9 i W6 J* I4 \
3 k' C( M$ o' N5 P: B
' ] t7 u' N6 p% M1 N1 t
一、抓取：
" f8 h- ]' J1 K" S/ l- C5 a7 m c% F, N3 N9 v
- @5 \7 J2 e! @, H; p4 ^. c
搜索引擎抓取程序蜘蛛可分为：百度蜘蛛（Baidu spider）、谷歌蜘蛛（Google spider）、360蜘蛛（360 spider）、雅虎蜘蛛（YAHOO spider）、搜狗蜘蛛（Sogou spider）等。 O5 k w3 f" N; U
, E. a* O- ?4 F5 r' E
) K2 c& l. D* [+ g: g! b( Z 既然知道了各大搜索引擎的蜘蛛名称，那么怎样让蜘蛛来抓取我们的网站内容呢？可分为以下三点：
7 K$ i3 _' M7 X* p
: \# \1 r0 F( E+ D t, U
, E7 d( H% Q8 ~$ V
1、外部链接：外部链接分为发布外链的链接和友情链接两种，外链也是网站外部优化的唯一方式，高权重的外链站可以给网站起到催化提升排名得作用，友情链接注意高质量的，也可以给网站带来意想不到的排名；
5 O ?: K' |6 F' m. L3 F5 E; H l; ]& n. G5 J
# \9 P- _6 V! {5 v B# I3 e0 [ 2、提交链接：提交链接主要是新站刚上线未收录的时候用，可以通过百度站长平台提交网站首页链接； " d! b0 i/ u! c6 j
* Z$ ~# E" ^. E, Q! l1 I8 |
6 v, B) J4 {& |- t) `+ y
3、让蜘蛛自己来：对于前两点可以起到一定的排名作用，但是单凭前两点也是不够得，那么怎样让蜘蛛自己来抓取我们的网站内容呢？毋庸置疑，网站的内容是否是高质量的、网站内部布局是否合理、是否有网站地图、服务器是否稳定等等都占有一定的因素。
g. { S/ J6 G& w1 F2 u, H. l
1 J6 J; g: k! D5 Y" n7 h, M$ M! v
1 M! r' \( [8 s) x$ H
当我们每天都在更新网站内容、发布外链的时候，那么怎样才能知道蜘蛛有没有来我们的网站抓取内容？ ; V6 E2 }+ S ~
2 H' K; a' P# R
/ W" h8 j# Y: Q+ A, N3 V
/ C- V* I( r# t" \5 R; h5 f1 x/ A9 y
搜索引擎的整个搜索工作原理
3 k9 O5 G% j: w( [7 o5 g! S. c L 2 Z8 `1 m% N3 Y. l' u
+ v. w* {# C! e" S
6 v w, \; V1 K6 ^$ t
其一、可以通过百度平台的抓取频率（见上图），只要每天有压力反馈，那么就代表蜘蛛有来过我们的网站，并且抓取了一部分内容，回收到百度数据库； 1 r, L. I* Q4 ?* r
/ Y% ]$ ?7 k2 p4 q1 f5 M8 |' f {
) x' Q/ y* P+ s7 }4 Q' n9 k
其二，通过服务期日志，一般命名位log的文件就是网站服务器日志。通过服务期日志可以看出，哪些搜索引擎来过我们的网站，访客的IP，还有一点就是我们的网站被攻击挂马了，也可以通过log文件看出攻击我们网站人的IP以及篡改了哪些页面。 ! S: l/ v" `) j7 |1 y- k& e
, ?/ e4 b0 ^/ ]8 P O p" X
L/ @7 z: [) P6 C: L( Z+ e 很多网站收录少或是排名上不来原因也在于蜘蛛的抓取因素，主要分为路径过长或是中文路径。 5 l* r2 z9 N# G# y S% y
* O0 z% f7 a" k7 C/ S5 Q
, M! K: w, ^ r5 l% N 路径过长就是一个网页的URL太过于长，超过64字节，那么后边的链接蜘蛛就无法抓取。如果是静态链接可能是网页的层次太深，这样搜索引擎会认为该页面不重要，从而可能影响网站收录；如果是动态链接，层次过深也不利于优化；
5 z, d* i) v7 C
7 x/ s: g1 j/ i$ `4 _
) n9 D* b6 ~5 g X% A 另一种影响蜘蛛抓取的因素是中文路径，如果URL是中文路径，那么主机空间里的文件名称也是中文命名，由于很多空间不支持中文命名的文件，这样可能会导致网页加载缓慢、或是加载的URL乱码，从而导致搜索引擎识别不了。
# Q0 @) p) r: |. G2 N& A1 y9 a, H7 G9 x2 N4 I
: ?7 x6 r& W+ M- R. a
二、过滤：
" Q2 M5 K% m; P5 P+ D+ {. e& t6 E
9 {) z+ `, C2 y9 j, s3 D
搜索引擎为什么要过滤抓取的内容？
, n5 B* {) @1 y' D
1 x1 E. S# `2 h w+ z+ S& g6 {$ W
& } N" @+ [7 |( A4 i 由于现在互联网快速的发展，同时网站数量的与日俱增，那么也就会出现大量的高重复内容、低质量文章，有的内容中还存在着大量的死链接，这一步搜索引擎就是将这些低质量的网页过滤掉，为用户提供有价值的内容。 - ?3 t% p. @4 B% s2 [" U
f. U, X! W! E6 c
/ D: h$ X+ u9 Z' s1 z4 B8 W1 u1 ^ 既然搜索引擎要过滤网站内容，那么影响过滤的因素有哪些呢？ ! @7 v4 @1 C5 R( D: w s( U
+ F! z& j2 j% ^# Q. w4 E
/ y% @$ x2 S: E9 A 1、识别：搜索引擎抓取来的网页内容，有很多识别不了的，比如代码、图片、链接等等，所以我们就要对这一系列做出相应的解决措施，代码做到规范化、图片添加Alt属性、链接尽量使用静态（伪静态），不要出现中文路径的URL； b& m0 I1 @, {1 j% }
, ]7 E$ N% Q" m" u9 K
0 |5 l0 k; a! t/ P8 q
2、页面质量：很多站长都喜欢抄袭别人的内容，从而充实自己的网站，对于这一点搜索引擎刚开始是抓去收录了，但是隔一段时间就会把这些低质量的内容删除掉，所以也就造成网站排名不稳定、甚至下降。 ( n- l! b7 h: c3 y0 U' C
; m5 a+ T) q' s
/ A* K N( d4 o* E- ?& S8 |三、收录：
) g! H" }+ ^6 q$ A/ z+ b: o! T' N/ d3 F) H9 I6 n# o0 \
1 Z% n2 O; V5 ?4 O4 I7 o) v
搜索引擎抓取了我们的网站内容，那么到底收录了多少网站内容呢？
! o: I9 R" S& w. |9 \
9 O' }' Z0 `5 x* }( D: ]
! A$ D- `$ ~: f9 ^ 查询网站收录情况可以使用站长工具，但是站长工具只能作为参考，具体的可以使用site：指令，查看相关域，比如：site：seo论坛chenbaowenseo站长论坛（带www和不带www的收录是不同的），这个关乎到网站的首选域；另一种方法就是通过百度站长平台工具查询网站收录情况。 , [/ z* w3 ^( t; m+ \' |
4 Y( Z2 j3 L# W
9 s$ U- k& J3 ^8 L! k
很多网站收录少但又有很多网站收录较多这是什么原因？ 8 Q$ K3 `7 x4 b( R
% x+ H7 V4 b( Y- x9 O
6 {( p! @: Q3 V
对于新站，刚开始收录少是很正常的，毕竟新站在百度眼里没有建立起信任、也没有权威，只要定时更新高质量的内容，和高质量的外部链接即可；
7 P9 o3 Y% a- n$ n# i6 \0 y& V# C9 J, y# o* K) d
5 ?, I2 c3 c5 Q1 X
对于老站，收录很少的网站有很多，一般一个网页超过一个半月没有收录，那么就要看一下网页内容质量是否偏低、文字是否太少等原因。
0 k! x V& _7 U$ p/ Z
4 B8 y Q7 L; H/ P1 Q4 M
0 B1 j8 l4 P/ U r6 Y* T, C
百度蜘蛛将每个网站内容收进数据库，进行相应的关键词权重计算，这样已达成排名的效果。
c: ~/ }" E8 T; s! q0 \" {6 W c
8 I( b: u4 n# s
四、排序：
2 N% g. Q9 p, Q' R. X1 s% Y; s! X
4 {; ^9 c% y% p2 m/ ?' t- @网站的排名是建立在搜索引擎的基础优化上，百度将计算好的关键词权重排在百度页，就是大家经常关心的排名上升下降。
% p+ U: d1 X- e 想要做好关键词的排名就要做好以下几点：
1 m* O0 G% I y6 e) D6 e+ W7 s7 B* v" L/ S7 _
0 u. P# L/ A1 t& w% T! p 网站搭建布局、模板代码优化、URL链接静态、链接缩短、图文并茂、内容短句子、图片Alt属性、高权重的外部链接、高质量的友情链接，只要做好这些。然后就是循序渐进的更新网站内容、网站外链，排名就会慢慢的上来。
0 i: I8 A9 h5 S; c& |# h# C }% Q
3 W- g$ u5 d/ O( J9 p8 a! g
% E, K: A& a( Z8 B2 N' ~0 V总结： " T H, R9 p% D
: A Y# d7 K. f# O* I
! x! ]6 k0 O$ b9 P* ]
对于做搜索引擎优化，在我自己看来主要就是坚持力、执行力、以及脑子要转到快，这样才不会在互联网的大潮中拍死。
* P- o" y+ |6 L: n8 A4 w y' J0 f1 y$ g6 y. N: {
5 s$ f3 m7 l: |3 c ~/ ~9 L) `
7 r; J8 X5 Y, L/ {. q原文出处链接：http://SEO论坛chenbaowenseo站长论坛/96.html 1 ?3 G- G+ O7 q# v" X7 T/ E& s
+ M7 l$ N8 Q5 D9 ^) |
搜外论坛原创作者：chenbaowen 0 A. H. A/ j( g+ P8 S
' F( ~3 Z% O$ p A
日期：2015—6—15 ( w5 G: S5 h! ~5 d: z
' [6 m) P9 u6 e) v
1 _) x4 v: e5 f
% w" f$ |/ S% x/ y |
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
