[网站优化]搜索引擎原理 SEO原理全解——SEO工作者必须明确的知识点

一个SEO从业人员必须要了解搜索引擎，所谓知其然不知其所以然，不知道搜索引擎的原理，你就是在为SEO而SEO，做的好做的不好都没有反馈，也不会知道为什么。

SEO是针对搜索引擎的优化，必须要站在搜索引擎的角度去想，他想要解决什么样的问题，遇到了什么困难，为了最好的结果，他是怎么做取舍的。本质上来说，SEO就是尽量减少搜索引擎的工作量，使得蜘蛛能够更轻松的工作，快速收录页面，更准确地提取内容。

搜索引擎的工作主要分为三个阶段

• 爬行和抓取：搜索引擎蜘蛛通过跟踪链接访问网页，获得页面HTML代码存入数据库。

搜索引擎用来爬行的程序叫蜘蛛（spider），也叫做机器人（bot），为了尽可能多的抓取更多的链接，搜索引擎会跟踪一个页面的链接到下一个链接，然后把网页的HTML代码存入数据库。理论上看到，小蜘蛛会爬取所有的网页，然而事实并非如此，受制于计算能力和存储能力，搜索引擎爬取的其实是相当小的一部分网页，因此，SEO人员需要做的就是吸引蜘蛛的注意，这也就是我们经常在做的，比如提高网站权重，保持内容的更新，从外部导入链接，与首页的点击距离等。

• 预处理：索引程序对抓取来的页面数据进行文字提取、中文分词、索引等处理，以备排名程序调用。

到这里，搜索引擎抓取的只是HTML代码，还不能直接用于排序处理，所以需要预处理这个过程，来为最后的排名做好准备。

首先是文字的提取，去除html代码和一些无意义的停止词，就剩下网页的正文内容，然后对内容进行中文分词，分词的过程比较复杂，运用了词典比对和习惯比对等方法，最后的结果就是一个网页被切割成一个一个词汇或者短语，很多个网页都按照这方式处理，就是正向索引，其结果就是你会得到一个个网页，每个网页对应n个关键词的数据库

正向索引还不能直接用于排名，比如我们要搜索关键词“网赚”，系统就要扫描所有索引然后找出关键词2的文件，再进行相关性计算，非常耽误事，所以最后一步，还要进行倒排索引，也就是通过大量文件的重新整理，编排，建立一个一个关键词对于n个的数据库。给最后搜索词和关键词的对应找到联系。

• 排名：用户输入关键词后，排名程序调用索引库数据，计算相关性，然后按一定格式生成搜索结果页面。

经过上面一个步骤，我们得到了用户的搜索词和网页关键词的对应关系，但是文件量那么大，不可能随意或者全部展示，这里面就涉及到网页的筛选和排序。

先建立一个初选的子集，就是我们平常看到的百度只能显示78页的内容，这个选择一般是按照网站权重高的优先，然后再进行相关性计算，这部分是SEOer最感兴趣的，它涉及到几个方面：

• 关键词常用程度
• 词频及密度（在没有关键词堆砌的情况下）
• 键词位置及形式（标题标签，黑体，H1等关键位置）
• 关键词距离。切分后的关键词完整匹配地出现，说明与搜索词最相关。比如搜索“减肥方法”时，页面上连续完整出现“减肥方法”四个字是最相关的。如果“减肥”和“方法”两个词没有连续匹配出现，出现的距离近一些，也被搜索引擎认为相关性稍微大一些。
• 链接分析及页面权重。页面有越多搜索词为锚文字的导入链接权重越高。

最后就是排名显示。

从中我们可以看到，我们的大部分工作，本质上就是利用搜索引擎的机制，达到自己的目的，所以了解搜索引擎的工作原理是必要的。