hashset去重原理_搜索引擎的工作原理—SEO原创秘笈

众所周知，SEO也叫做搜索引擎优化，也就是要让我们的网页尽量符合搜索引擎的工作习惯，尽量去迎合它的过程。我们必须先搞清楚搜索引擎的工作原理，然后才能迎合它的工作。

那么搜索引擎的工作原理是什么呢，它是如何工作的呢？我们分如下八步来给大家讲解搜索引擎的工作原理：

1、当搜索引擎蜘蛛进入到一个网站（如果是一个单个的网页则不要管这一步）后，第一时间是查找网站根目录下的robots.txt文件，这个文件是向蜘蛛表明哪些网页它可以去，哪些网页是不需要它去收录的文件，它将严格依照这个文件的规定。然后它会查找这个网站下的网站地图，即sitemap文件，看看如何去收录这个网站，那当然，你的网站中如果没有这两个文件，对搜索引擎将是不利的（如何制作这两个文件，在我们后面的SEO优化课程里将会有详细的讲解）。

2、当搜索引擎进入到网页后，会先查找网页的title和H1标签和keywords和description标签，所以我们要保证这四个标签的关键词的高度统一；

3、提取文字：

搜索引擎的抓取是以文字内容为基础的，所以，从优化的角度出发，动画网站，Javascript 的代码，图片内容是不能被引擎抓取的，对优化网站是不利的。“提取文字”是指搜索引擎先从HTML 文件中去掉标签，程序，提取出可以用于页面排名处理的文字内容。

4、分析、确定关键词（中文分词）：

对于西文的网站而言，搜索引擎判断一个词的方法非常简单，有空格就会产生一个词，所以，搜索引擎在判断西文网站的关键词时比较简单，这个词出现机会越大就越有可能是关键词。

中文分词是中文搜索引擎特有的步骤，搜索引擎在处理数据时都是以词为基础的，英文等语言单词与单词之间有空格，可以直接分词，而中文词与词之间没有任何分隔符，一个句子中的所有字和词是连在一起的，搜索引擎要先分辨哪几个字是一个词，哪些字本来就是一个词，比如“减肥方法”可能被分为“减肥”和“方法”两个词。

当搜索引擎发现title、keywords、description、H等标签中出现的词与正文中大量出现的词相同或者相近时，它会认为这个词就是这个页面的关键词。

5、去停止词：

如的，地，得，啊，哈，呀之类的词，这类词是任何网页都不可能将之作为关键词的词，就叫停止词，搜索引擎在将网页收录进数据库之前会去掉这些词。

6、消除噪声：

噪声是指网页上对页面主题没有贡献的内容，比如版权声明文字，导航条，广告等，这些都属于噪声，对页面排名不利，它对于主题只能起分散作用。消噪的基本方法是根据html 标签对页面分块，区分出页头，导航，正文，页脚，广告等区域，在网站上大量重复出现的区块往往是噪声，所以这些地方大家最好不要放置关键词。以免给搜索引擎造成误会，因为它会认为，这些地方出现的词不应该是关键词。所以大家会经常看到某些网页的最下方，有人会故意放置很多的关键词，这是不但无益而且有害的。

7、去重：

同一文章经常出现在不同网页上，搜索引擎不喜欢这样重复性的内容，喜欢原创。所以，有些人为了页面的更新度，会将人家的文章进行复制，然后加入一些简单的内容进行所谓的伪原创，这是不能逃过引擎的去重算法。 每个网站有着不同的权重，这也导致不同的页面也有不同的权重，用来衡量网站权重最有效的概念是PR值。简单来说，权重的概念可以这样理解，如果一个有影响力的人（权重高）说一件事，相信的人会很多，而一个不为人知的小人物（权重低）说了同一件事，人们会认为可信度不高。

当相同或者相似度很高的文章出现在不同的网站上，权重高的网页会排名靠前，反之权重低的网页排名靠后甚至根本不收录，这就是去重的概念。

8、索引： 经过文字提取，确定关键词，消噪，去重后，搜索引擎得到的就是独特的能反映页面主体内容的，以词为单位的内容。接下来搜索引擎索引程序会进行如下的操作：

1）.提取关键词：按照分词程序分好的词，把页面转换为一个关键词组成的集合；

2）.记录每一个关键词在页面上的出现频率、出现次数、格式（比如关键词是否出现在标题、黑体、H 标签、锚文字等标签中）、位置（比如是否在页面第一段文字）等，这样，每一个页面都可以记录为一连串关键词的集合。当用户在搜索引擎中输入关键词与本页匹配时，引擎会根据它的算法为你的页面进行排名处理，然后显示在搜索引擎中。

以上八步，就是搜索引擎的工作原理，也就是搜索引擎抓取网页的整个过程。我们做网站ＳＥＯ优化，就是要最大程度去迎合搜索引擎的工作的过程，当我们明白搜索引擎的工作原理后，就可以有的放矢地做ＳＥＯ工作。

总结：SEO成功之路，首先需要解决的是流量问题，并且是持续稳定的流量，仍然有诸多细节，上述内容，仅供参考，以上是小编个人经验所总结，都是日常工作中，点滴的积累，以及随机应变，而上述内容，仅供参考。下面是小编总结出来的，录制的一些核心SEO教程视频，大家可以仔细的观看哦，希望能帮助大家更快的把SEO技术早日学习好，有什么seo方面的问题，欢迎留言。

网站SEO排名核心课【基础到行业网站优化】SEO算法快排篇_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili​www.bilibili.com