搜索引擎原理

网页搜索大致过程：
1）利用蜘蛛从website获取页面；
2）将获得的页面实现本地存储；
3）分词；
4）建立索引：根据一定的相关度算法进行计算建立网页索引数据库；
5）建立二次索引：把搜集的网页去标签处理，就是删除<xxx></xxx>，然后用全文索引对每个关键字搜索一遍，对搜索结果根据“搜索算法”进行权重计算并保存，以后的搜索就按这个权重进行排序；
6）建立索引服务器网络；
7）前台程序扫描索引服务器；

 

 

http://hi.baidu.com/lxsbupt/blog/category/%CA%FD%BE%DD%BD%E1%B9%B9%BA%CD%CB%E3%B7%A8/index/1