搜索引擎為用戶展現(xiàn)的每一條搜索結果，都對應著互聯(lián)網(wǎng)上的一個頁面。每一條搜索結果從產(chǎn)生到被搜索引擎展現(xiàn)給用戶，都需要經(jīng)過四個過程：抓取、過濾、建立索引和輸出結果。路普科技為您介紹搜索引擎收錄的原理，讓你更好的理解網(wǎng)站優(yōu)化工作。

一、抓取

Baiduspider，或稱百度蜘蛛，會通過搜索引擎系統(tǒng)的計算，來決定對哪些網(wǎng)站施行抓取，以及抓取的內(nèi)容和頻率值。搜索引擎的計算過程會參考您的網(wǎng)站在歷史中的表現(xiàn)，比如內(nèi)容是否足夠優(yōu)質(zhì)，是否存在對用戶不友好的設置，是否存在過度的搜索引擎優(yōu)化行為等等。
當您的網(wǎng)站產(chǎn)生新內(nèi)容時，Baiduspider會通過互聯(lián)網(wǎng)中某個指向該頁面的鏈接進行訪問和抓取，如果您沒有設置任何外部鏈接指向網(wǎng)站中的新增內(nèi)容，則Baiduspider是無法對其進行抓取的。
對于已被抓取過的內(nèi)容，搜索引擎會對抓取的頁面進行記錄，并依據(jù)這些頁面對用戶的重要程度安排不同頻次的抓取更新工作。
需您要注意的是，有一些抓取軟件，為了各種目的，會偽裝成Baiduspider對您的網(wǎng)站進行抓取，這可能是不受控制的抓取行為，嚴重時會影響到網(wǎng)站的正常運作。點此識別Baiduspider的真?zhèn)巍?/p>

二、過濾

互聯(lián)網(wǎng)中并非擁有 的網(wǎng)頁都對用戶有意義，比如一些明顯的欺騙用戶的網(wǎng)頁，死鏈接，空白內(nèi)容頁面等。這些網(wǎng)頁對用戶、站長和百度來說，都沒有足夠的價值，因此百度會自動對這些內(nèi)容進行過濾，以避免為用戶和您的網(wǎng)站帶來不必要的麻煩。

三、建立索引

百度對抓取回來的內(nèi)容會逐一進行標記和識別，并將這些標記進行儲存為結構化的數(shù)據(jù)，比如網(wǎng)頁的tagtitle、metadescripiton、網(wǎng)頁外鏈及描述、抓取記錄。同時，也會將網(wǎng)頁中的關鍵詞【keywords】信息進行識別和儲存，以便與用戶搜索的內(nèi)容進行匹配。

四、輸出結果

用戶輸入的關鍵詞【keywords】，百度會對其進行一系列復雜的分析，并根據(jù)分析的結論在索引庫中尋找與之Z為匹配的一系列網(wǎng)頁，按照用戶輸入的關鍵詞【keywords】所體現(xiàn)的需求強弱和網(wǎng)頁的優(yōu)劣進行打分，并按照Z終的分數(shù)進行排列，展現(xiàn)給用戶。