搜索引擎的基本工作原理包括以下三个过程：首先在互联网上找到和收集网络信息；提取信息，组织建立索引数据库；然后，根据用户输入的查询关键字，搜索器可以快速检查索引数据库中的文档，评估文档和查询的相关性，排序要输出的结果，并将查询结果返回用户。

工作原理。

1.抓取网页。每个独立的搜索引擎都有自己的网页抓取程序爬虫。爬虫Spider沿着网页中的超链接从网站爬到另一个网站，通过超链接分析不断访问和捕获更多网页。网页被称为网页快照。由于超链接在互联网上的应用非常普遍，理论上大多数网页都可以从一定范围的网页中收集。

2.处理网页。为了提供搜索服务，搜索引擎需要做大量的预处理工作。其中，最重要的是提取关键立索引库和索引。其他包括删除重复网页、分词(中文)、判断网页类型、分析超链接、计算网页重要性/丰富度等。

3.提供检索服务。用户输入关键字进行搜索，搜索引擎从索引数据库中找到匹配关键字的网页；除网页标题和URL外，还将提供网页摘要和其他信息。

基本工作原理。

搜索引擎编辑。

在搜索引擎分类部分，我们提到了从网站中提取信息建立网络数据库的概念。搜索引擎有两种自动信息收集功能。一是定期搜索，即搜索引擎会主动发送蜘蛛程序，在一定的IP地址范围内搜索互联网网站(比如谷歌通常是28天)。一旦发现新网站，它将自动提取网站的信息和网站，并将其添加到自己的数据库中。

另一种是提交网站搜索，即网站所有者主动向搜索引擎提交网站。它将蜘蛛程序发送到您的网站，扫描您的网站，并将相关信息存储在数据库中供用户查询。由于搜索引擎索引规则发生了很大变化，积极提交网站并不能保证您的网站能够进入搜索引擎数据库。因此，最好的方法是获得更多的外部链接，这样搜索引擎就有更多的机会找到你，并自动包含你的网站。

当用户使用关键字搜索信息时，搜索引擎将在数据库中搜索。如果他们找到一个符合用户要求的网站，他们将使用一个特殊的算法——通常根据匹配程度、位置、频率、链接质量等计算每个页面的相关性和排名水平，然后根据相关性将这些页面链接返回给用户。

编辑目录索引。

目录索引与全文搜索引擎有很多不同。

首先，搜索引擎是自动网站搜索，目录索引完全依赖于手动操作。用户提交网站后，目录编辑会亲自浏览你的网站，然后决定是否接受你的网站，甚至编辑的主观印象。

其次，搜索引擎收录网站时，只要网站本身不违反相关规则，一般都能成功登录。然而，目录索引对网站的要求要高得多。有时候，即使你登录了很多次，你也可能不会成功。尤其像雅虎！这种超级索引更难登录。

此外，当我们登录搜索引擎时，我们通常不需要考虑网站的分类，但当我们登录目录索引时，我们必须把网站放在最合适的目录中。

最后，搜索引擎中每个网站的相关信息自动从用户网页中提取，因此我们有更多的自主权；目录索引需要手动填写网站信息，并有各种限制。此外，如果工作人员认为您提交的网站目录和网站信息不合适，他可以随时调整。当然，他不会提前和你讨论。

顾名思义，目录索引是将网站存储在相应的目录中。因此，用户询信息时，用户可以根据分类目录选择关键字搜索或逐层搜索。例如，对于关键字搜索，返回的结果与搜索引擎相同。网站也根据信息相关性的程度进行安排，但人为因素较多。根据分层目录进行搜索，网站在目录中的排名取决于标题字母的顺序(例外)。

目前，搜索引擎和目录索引有相互融合和渗透的趋势。一些纯全文搜索引擎现在也提供目录搜索。例如，谷歌借用opendirectory目录提供分类查询。像雅虎！这些旧目录索引通过与谷歌等搜索引擎合作来扩大搜索范围。在默认搜索模式下，一些目录搜索引擎首先返回其目录中匹配的网站，如国内搜狐、新浪、网易等；其他人默认为在线搜索，如雅虎。

通过对搜索引擎营销规律的深入研究，新的竞争力认为搜索引擎推广是基于网站内容的——这是搜索引擎营销的核心概念。这句话很简单。如果你仔细分析，你会发现这句话确实包含了搜索引擎推广的一般规律。作者在文章《网站推广策略内容推广理念》中提出了一个观点：网站内容不仅是大型ICP网站的生命之源，而且对企业网站网络营销的影响也非常重要。由于网站内容本身也是网站推广的有效手段，这种推广需要搜索引擎作为信息检索工具的帮助，网站内容推广策略实际上是搜索引擎推广策略的具体应用。

百度谷歌编辑。

查询处理及分词技术。

随着搜索经济的兴起，人们开始更加关注世界各地主要搜索引擎的性能、技术和日常流量。作为一个企业，它会根据搜索引擎的受欢迎程度和日常流量来选择是否做广告；作为一个普通的互联网用户，他会根据搜索引擎的性能和技术选择他最喜欢的引擎来寻找信息；作为一名技术人员，他将使用具有代表性的搜索引擎作为研究对象。搜索引擎经济的兴起再次证明了这个网络所包含的巨大商机。网络离开搜索，只有空的和混乱的数据，以及大量的金矿等待挖掘。

但是如何设计高效的搜索引擎呢？我们可以讨论如何通过百度的技术手段设计一个实用的搜索引擎。搜索引擎涉及查询处理、排序算法、页面捕获算法、CACHE机制、ANTI-SPAM等多个技术点。作为百度、谷歌等商业公司的搜索引擎服务提供商，这些技术细节不会公开。我们可以将现有的搜索引擎视为黑匣子，通过提交输入黑匣子，大致判断黑匣子中未知的技术细节。

查询处理和分词是中国搜索引擎的重要工作。作为一个典型的中国搜索引擎，百度一直强调其中国处理具有其他搜索引擎所没有的关键技术和优势。让我们来看看百度使用了什么所谓的核心技术。

查询处理/中文分词分为两部分。

一、查询处理。

用户向搜索引擎提交查询。搜索引擎通常在接受用户查询后进行处理，然后从索引数据库中提取相关信息。那么百度在接受用户查询后做了什么呢？

1.假设用户提交了不止一个查询字符串，如信息检索理论工具。搜索引擎要做的第一件事就是把字符串分成几个子字符串，比如空间和标点符号。例如，上述查询将分析为三个子字符串；这个事实很简单。让我们继续。

2.假设提交的查询内容重复，如何处理搜索引擎？例如，在查询理论工具理论时，百度认为重复字符串只出现过一次，即处理成等价理论工具，而谷歌显然没有合并，而是增加了重复查询字符串的重量。那你是怎么得出这个结论的呢？我们可以向百度提交理论工具，返回341000个文档，并粗略查看第一页的返回内容。

继续，我们向谷歌提交查询理论工具理论。当我们看到返回结果时，仍然有很多返回文档。当然，这并不能解释太多的问题。看第一页返回结果的排序。你看见了吗？顺序一点也没有改变，但谷歌的排名发生了一些变化，这表明百度将重复查询合并为处理，基本上不考虑字符串之间的顺序（谷歌考虑这种顺序关系）。

3.假设提交的中文查询包含英文单词，搜索引擎是如何处理的？例如，百度的方法是将中文字符串中的英文作为一个整体保存起来，并将其作为中文的断点。这样，无论是中间的英文单词还是字典中的随机字符，上述查询都将被切割成一个整体。至于为什么，你可以通过查询电影dfdf下载来了解结果。当然，如果查询包含数字，也是如此。

优化核心编辑。

1.网站的程序结构应尽可能简洁，删除花哨的代码。您可以尝试使用JS调用。这一点很重要。搜索引擎优化本身与用户体验相互依赖和结合。此外，繁琐的代码不仅会影响网站页面的加载速度，还会给用户带来巨大的压力，所以这绝非明智之举。

2.做好站内SEO的细节。在很大程度上，有必要对程序结构进行更简洁的修改，细节是URL静态、标题、关键词和写作方法。当然，搜索引擎不再关注关键词。

3.做好站外SEO的各个方面。包括关注交流友情链接，以及如何操作和控制普通外链。SEO的错误思维和策略是不要或者一次性购买大量高权重外链，这是SEO的错误思维和策略。我们通常建议你做传统的SEO。

应该清楚地认识到，搜索引擎优化最基本的目的是获取用户，因此用户体验不容忽视。我们之所以在搜索引擎上排名，也是因为我们为用户提供了有价值的内容。因此，在发展方向上，无论你是网站管理员还是专业的搜索引擎优化，你都应该向用户、产品和服务开发，而不是局限于搜索引擎优化，这是非常重要的。

SEO优化编辑。

网站url。

网站创建具有良好描述性、标准化和简单的URL，帮助用户更容易记住和判断网页的内容，并帮助搜索引擎更有效地捕获您的网站。在网站设计之初，应该有一个合理的URL规划。

处理方法：

1.系统中只使用正常形式的url，不允许用户接触异常形式的url。

2.不要将sessionid、统计代码等不必要的内容放在URL中。

3.不同形式的url，301永久跳转到正常形式。

4.备用域名，防止用户输入错误，永久跳转到主域名。

5.禁止baiduspider使用robots。

信息title。

网页标题用于告诉用户和搜索引擎网页的主要内容是什么。当用户在百度网页搜索中搜索您的网页时，标题将显示在摘要中。

标题是搜索引擎判断网页内容权重的主要参考信息之一。

描述建议：

1.主页：网站名称或网站名称_提供服务介绍或产品介绍。

2.频道页面：频道名称_网站名称。

3.文章页面:文章title_频道名称_网站名称。

注：

1.标题要清晰，包括网页中最重要的内容。

2.简洁，不列出与网页内容无关的信息。

3.用户通常从左到右浏览，重要内容应放在标题前。

4.用户熟悉的语言描述。假如你有两个中英文网站的名字，尽量用用户熟悉的作为标题描述。

meta信息。