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: 国产又色又爽又黄的视频在线观看| 欧美激情午夜| 亚洲精品国精品久久99热| 一区二区网| 国产在线98福利播放视频| 中国老太婆bb无套内射| 日本肉体xxxx裸交| 在线97| 粉嫩小泬无遮挡久久久久久| 亚洲精品成人片在线观看| 日韩精品无码一区二区三区免费| 久久午夜福利无码1000合集| 白晶晶果冻传媒国产今日推荐| xxxxxx睡少妇xxxx| 亚洲人成无码网站18禁10| 337p粉嫩大胆噜噜噜| 亚洲日日骚| 国产后入又长又硬| 国产精品va在线| 九九成人| 中文字幕 亚洲精品 第1页| 国产精品久久久久久婷婷不卡| 亚洲欧美乱日韩乱国产| 影音先锋久久久久av综合网成人 | 好男人在线社区www在线观看视频 欧美与动人物性生交 | 亚洲午夜精品久久久久久浪潮| 亚洲三级影视| 精品无码一区二区三区电影| 一本加勒比波多野结衣| 潮喷无码正在播放| 小12萝8禁在线喷水观看| 亚洲成人精品视频| 色婷婷久久久swag精品| 日韩精品人妻系列无码专区| 99精品免费久久久久久久久日本| 超级黄色片| 亚洲国产成人久久一区二区三区| 小12国产萝裸体视频福利|