搜索引擎的工作原理是什么

1、什么叫做搜索引擎？ 所谓的搜索引擎指的是一个可以为网民提供检索（搜索）服务的系统，这个系统开发一款智能的爬虫程序（蜘蛛、机器人程序）,利用这个爬虫程序专门用来抓取收集互联网上的信息。把抓取过来的信息经过它特定加工整理给予排名展现给用户。我们把这样的系统叫做搜索引擎。

2、目的（盈利模式） 搜索引擎抓取信息加工整理信息提供给网民用户的目的最终都是为了满足用户的需求，从而获取更多的用户资源，这样搜索引擎平台用户多了，很多广告主就会选择在这些平台做广告了，从而搜索引擎就可以获取很高的盈利。

3、国内现在搜索引擎最大的就是百度、360、搜狗 百度2000年创建的 国外最大的搜索引擎 谷歌 雅虎 有道 谷歌是1998年创建,2010年退出了中国大陆市场，服务器搬到香港。

4、百度和谷歌是有所区别的 1.百度最大的中文搜索引擎，谷歌最大英文搜索引擎 2.百度seo叫做中文优化，谷歌seo叫做英文鬲尚嫱侉优化 3.谷歌一般外贸行业，客户群体是老外的，可以做英文站点来优化。 4.从排名角度来说百度对于新站排名比较慢。谷歌比较鼓励新站，一般会快速的给新站点排名。 5.百度比较注重站内优化，谷歌重视站外的优化。 国内的搜索引擎基本原理一致，未来我们的就业重点面向的也是国内的搜索引擎优化。

5、搜索引擎给网站排名过程： 抓取信息 搜索引擎的爬虫程序是根据网站的网址链接进行抓取链接所对应的页面的。我们可以利用蜘蛛模拟抓取工具来分析下蜘蛛抓取的是什么内容。 通过这个模拟抓取工具会发现蜘蛛重点抓取的是页面的文本内容。未来我们优化网站的时候就需要在网站页面上面多去布局一些文本内容，少一点蜘蛛陷阱元素。蜘蛛陷阱元素：指的不能很好的被蜘蛛识别的网页元素,图片、视频、js /css flash等等

6、预处理 1、提取页面的文字 把页面有价值的文本内容提取出来。把页面的文本内容和页面的代码分离开。 2、去重处理 提取页面的文字以后，会对比这些文眺螗熨膣本内容，把提取的文本内容对比他数据库里面已经存在的内容，发现雷同的内容，这些内容就不要，就会丢弃。完全抄写别人的内容，基本是没有展现的机会。对于我们做seo来说以后创建内容的时候不能完全抄写别人 的内容，我们需要发布原创的内容，也可以做伪原创的内容，把别人的内容修改以后再发布。 3、去停止词处理 的、地、得 啊 吗子类的词语 美丽中国(原创) 美丽的中国（伪原创） 要求我们做内容需要加大伪原创的修改力度，不能只是简单的修改一个词或者一个字就可以的。 4、中文分词处理 把对于没价值的内容去掉以后，剩下的内容对于有价值的内容会做一个中文分词处理。把页面的文本的内容切分成很多的关键词 eg:新东方英语培训机构页面文本内容 新东方 东方 英语 培训 机构 中文分词 新东方英语 英语培训 培训机构 英语培训机构 5、计算页面的词的相关度和匹配度 并不是每个切分出来的词都有排名的机会，会计算页面切分出来的词与页面的相关度以及匹配度是不是很高，页面的关键词的密度是不是合理的。切分出来的词首先会计算这个词与整体页面内容匹配度高不高，高的话有排名的机会，不高的话没有排名的机 会。爬虫程序懂语义的。根据这个词在这个页面出现次数，出现次数比较多，那么表明这个词与页面相关度就高。不能刻意的在页面里面堆积词来提高相关度，这个相关度也有合理的区间值，控制在2%-8%之间。 6、计算页面的导入链接和导出链接之间的关系 一个页面的导入链接比较多，那么是有利于排名的，导出链接比较多的话，不利于排名的。 导入链接：指的是从其他页面或者是其他网站上指向到你网站的链接。叫做导入链接,导入链接是可以给网站做投票的。你网站得到的导入链接越多，那么就相当于获取的票数越高，那么信任值就越高，排名就会高。 注意：这个导入链接并不是绝对的越多就会越好，你要看这个导入链接是从哪些网站指向到你网站的。 导出链接：就是从你的网站页面指向到其他网站或者其他页面的链接叫做导出链接。这种导出链接会影响自己网站的信任值，所以我们的网站里面不要发布别人的网址链接。 7、建立索引库 把我们网站的内容根据上面计算的关系，收录到搜索引擎的索引库里面，就代表搜索引擎采用了你的页面内容,你的页面就有了排名的机会了。我们可以利用这个site指令来查看自己的网站的收录。