日本一卡精品视频免费丨国产午夜片无码区在线播放丨国产精品成人久久久久久久丨国产亚洲日韩av在线播放不卡丨亚洲日韩av无码

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:3136    發布者:3136


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: 欧美成人性生活| 日产免费一区二区| 99精品视频在线观看| 亚洲成人在线网| 成人性生交大片免费4| 婷婷五月小说| 成人三级毛片| 欧美激情一区二区三区 | 亚洲在线免费| 欧美xxxx精品另类| 午夜国产在线| 精品人妻av一区二区三区| 国产精品自在线拍国产手青青机版| 久久精品国自产拍| 麻豆md0077饥渴少妇| 成人网页| 亚洲中文字幕无码中文字| 日本高清视频在线| 日韩熟女精品一区二区三区| 干片网在线观看| 波多野结衣一区二区三区av免费| 国产一级黄| 亚洲人成网站在线在线观看| 99久久久国产精品免费99| 国产亚洲精品岁国产微拍精品| 男男军官互攻互受h啪肉np文| 国产av国片精品| 人人爽人人射| 国产精品久久久久蜜臀| 欧美 中文字幕| 欧美日韩在线亚洲综合国产人| 无码纯肉视频在线观看| 国产成人精品视频一区二区不卡| 乱码精品一区二区三区 | 国产精品无码永久免费不卡| 欧美三级一区| 精品偷拍一区二区三区在线看| 亚洲无线观看国产精品|