九九热线视频精品99-动漫高h纯肉无码视频在线观看-午夜理论无码片在线观看免费-99精品国产在热久久无码-亚洲国产成人乱码

搜索引擎工作原理什么?網絡爬蟲,“蜘蛛”又是什么?

2020/11/19 11:20:29   閱讀:3115    發布者:3115


當我們在輸入框中輸入關鍵詞,點擊搜索或查詢時,然后得到結果。深究其背后的故事,搜索引擎做了很多事情。

首先在互聯網中發現、搜集網頁信息;同時對信息進行提取和組織建立索引庫;再由檢索器根據用戶輸入的查詢關鍵字,在索引庫中快速檢出文檔,進行文檔與查詢的相關度評價,對將要輸出的結果進行排序,并將查詢結果返回給用戶。


在搜索引擎網站,比如百度,在其后臺有一個非常龐大的數據庫,里面存儲了海量的關鍵詞,而每個關鍵詞又對應著很多網址,這些網址是百度程序從茫茫的互聯網上一點一點下載收集而來的,這些程序稱之為“搜索引擎蜘蛛”或“網絡爬蟲”。

這些勤勞的“蜘蛛”每天在互聯網上爬行,從一個鏈接到另一個鏈接,下載其中的內容,進行分析提煉,找到其中的關鍵詞,如果“蜘蛛”認為關鍵詞在數據庫中沒有而對用戶是有用的便存入數據庫。反之,如果“蜘蛛”認為是垃圾信息或重復信息,就舍棄不要,繼續爬行,尋找最新的、有用的信息保存起來提供用戶搜索。當用戶搜索時,就能檢索出與關鍵字相關的網址顯示給訪客。


一個關鍵詞對用多個網址,因此就出現了排序的問題,相應的當與關鍵詞最吻合的網址就會排在前面了。在“蜘蛛”抓取網頁內容,提煉關鍵詞的這個過程中,就存在一個問題:“蜘蛛”能否看懂。如果網站內容是flash和js,那么它是看不懂的,會犯迷糊,即使關鍵字再貼切也沒用。相應的,如果網站內容是它的語言,那么它便能看懂,它的語言即SEO。

搜索引擎的基本工作原理包括如下三個過程:

  • 抓取網頁。每個獨立的搜索引擎都有自己的網頁抓取程序爬蟲(spider)。爬蟲Spider順著網頁中的超鏈接,從這個網站爬到另一個網站,通過超鏈接分析連續訪問抓取更多網頁。被抓取的網頁被稱之為網頁快照。由于互聯網中超鏈接的應用很普遍,理論上,從一定范圍的網頁出發,就能搜集到絕大多數的網頁。


  • 處理網頁。搜索引擎抓到網頁后,還要做大量的預處理工作,才能提供檢索服務。其中,最重要的就是提取關鍵詞,建立索引庫和索引。其他還包括去除重復網頁、分詞(中文)、判斷網頁類型、分析超鏈接、計算網頁的重要度/豐富度等。


  • 提供檢索服務。用戶輸入關鍵詞進行檢索,搜索引擎從索引數據庫中找到匹配該關鍵詞的網頁;為了用戶便于判斷,除了網頁標題和URL外,還會提供一段來自網頁的摘要以及其他信息。

主站蜘蛛池模板: 牛鞭伸入女人下身的真视频 | 国产三级在线观看完整版 | 中文字幕少妇高潮喷潮| 暴雨入室侵犯进出肉体免费观看 | 伊人大香人妻在线播放| 99精品热在线在线观看视频| 久久久久av综合网成人| 国产好大好爽久久久久久久| 性欧美熟妇videofreesex| 亚洲孰妇无码av在线播放| 久久人人玩人妻潮喷内射人人| 精品乱码久久久久久久| 亚洲欧美成人久久综合中文网| 四虎国产精品永久在线国在线| 伊人伊成久久人综合网996| 国产揄拍国产精品| 色婷婷六月亚洲婷婷丁香| 久久久久久a亚洲欧洲av冫| 麻豆亚洲国产成人精品无码区| 中文字幕无码日韩av| 日本免费一本一二区三区| 99久久国产精品免费高潮| 亚洲va欧美va人人爽| 亚洲精品无码久久久久久久| 亚洲熟妇av午夜无码不卡| 亚洲日韩aⅴ在线视频| 欧亚乱熟女一区二区三区在线| 男女性爽大片视频| 亚洲色一区二区三区四区| 性欧美视频videos6一9| 丝袜无码一区二区三区| 精精国产xxx在线观看| 欧美白妞大战非洲大炮| 国产精品高清一区二区不卡片| 亚洲精品国产综合久久一线| 国产jk白丝av在线播放| 少妇人妻在线无码天堂视频网| 国产欧美日韩综合精品二区| 国产在线精品视频你懂的| 久久精品国产免费播| 欧美牲交a欧美牲交aⅴ另类|