成人免费在线观看视频-国产绿帽子多p交换视频-精品国产一区av-免费xx视频-人妻熟妇乱又伦精品视频中文字幕-特级毛片内射www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:3106    發布者:3106


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: 欧美日韩精品一区二区性色a+v| 亚洲日韩午夜av不卡在线观看| 老熟女重囗味hdxx69| 亚洲 日韩 国产 有码 不卡| 欧美人与性囗牲恔配| 99精品久久精品一区二区| 成人国产mv免费视频| 在线成人一区二区| 国产成人免费视频精品| 熟妇人妻无码xxx视频| 国产又粗又长又爽又黄| 亚洲欧美成人一区二区在线电影| 国产疯狂伦交大片| 小婷又软又嫩又紧水又多的视频| 亚洲成av人片不卡无码| 久久99av无色码人妻蜜柚| 少妇无码av无码专区在线观看| 2021国产精品午夜久久| 精品无码黑人又粗又大又长| 欧美亚洲综合在线| 人妻熟女αⅴ一区二区三区| 少妇高潮喷潮久久久影院| 国产成人一卡2卡3卡四卡视频| 国产精品视频全国免费观看 | 东北妇女xx做爰视频| 亚洲精品伦理熟女国产一区二区| 五月婷婷开心中文字幕| 爽爽午夜影视窝窝看片| 国产超碰人人做人人爱ⅴa| 国产亚洲精品综合一区| 欧美色综合天天久久综合精品| 成人午夜免费无码区| √天堂中文官网8在线| 午夜影院免费体验| 成人无码av片在线观看| 国内精品伊人久久久久7777| 日韩精品人妻无码久久影院| 激情爆乳一区二区三区| 午夜性又黄又爽免费看尤物| 日本久久综合久久鬼色| 强行糟蹋人妻hd中文|