搜索引擎工作流程:搜索引擎的工作流程大致上能夠分為四個(gè)步驟。

爬行和抓取

搜索引擎派出一個(gè)可以在網(wǎng)上發(fā)現(xiàn)新網(wǎng)頁(yè)并抓取文件的程序，這個(gè)程序通常被稱為蜘蛛(Spider)。搜索引擎蜘蛛從數(shù)據(jù)庫(kù)中已知的網(wǎng)頁(yè)開(kāi)端動(dòng)身，就像正常用戶的閱讀器一樣訪問(wèn)這些網(wǎng)頁(yè)并抓取文件。并且搜索引擎蜘蛛會(huì)跟蹤網(wǎng)頁(yè)上的鏈接，訪問(wèn)更多網(wǎng)頁(yè)，這個(gè)過(guò)程就叫爬行。

當(dāng)經(jīng)過(guò)鏈接發(fā)現(xiàn)有新的網(wǎng)址時(shí)，蜘蛛將把新網(wǎng)址記載入數(shù)據(jù)庫(kù)等候抓取。跟蹤網(wǎng)頁(yè)鏈接是搜索引擎蜘蛛發(fā)現(xiàn)新網(wǎng)址的最根本辦法。搜索引擎蜘蛛抓取的頁(yè)面文件與用戶閱讀器得到的完整一樣，抓取的文件存入數(shù)據(jù)庫(kù)。

樹(shù)立索引

搜索引擎索引程序把蜘蛛抓取的網(wǎng)頁(yè)文件合成、剖析，并以宏大表格的方式存入數(shù)據(jù)庫(kù)，這個(gè)過(guò)程就是索引。在索引數(shù)據(jù)庫(kù)中，網(wǎng)頁(yè)文字內(nèi)容，關(guān)鍵詞呈現(xiàn)的位置、字體、顏色、加粗、斜體等相關(guān)信息都有相應(yīng)記載。

搜索引擎索引數(shù)據(jù)庫(kù)存儲(chǔ)巨量數(shù)據(jù)，主流搜索引擎通常都存有幾十億級(jí)別的網(wǎng)頁(yè)。

搜索詞處置

用戶在搜索引擎界面輸入關(guān)鍵詞，單擊“搜索"按鈕后，搜索引擎程序即對(duì)輸入的搜索詞停止處置，如中文特有的分詞處置、對(duì)關(guān)鍵詞詞序的分別、去除中止詞、判別能否需求啟動(dòng)整合搜索、判別能否有拼寫(xiě)錯(cuò)誤或錯(cuò)別字等狀況。搜索詞的處置必需非常快速。

排序

對(duì)搜索詞停止處置后，搜索引擎排序程序開(kāi)端工作，從索引數(shù)據(jù)庫(kù)中找出一切包含搜索詞的網(wǎng)頁(yè)，并且依據(jù)排名計(jì)算法計(jì)算出哪些網(wǎng)頁(yè)應(yīng)該排在前面，然后按一定格式返回"搜索"頁(yè)面。

排序過(guò)程固然在一兩秒之內(nèi)就完成返回用戶所要的搜索結(jié)果，實(shí)踐上這是一個(gè)十分復(fù)雜的過(guò)程。排名算法需求實(shí)時(shí)從索引數(shù)據(jù)庫(kù)中找出一切相關(guān)頁(yè)面，實(shí)時(shí)計(jì)算相關(guān)性，參加過(guò)濾算法，其復(fù)雜水平是外人無(wú)法想象的。搜索引擎是當(dāng)今范圍zui大、zui復(fù)雜的計(jì)算系統(tǒng)之一。

在搜索引擎上做推行，首先要制造一個(gè)高質(zhì)量的網(wǎng)站。從搜索引擎的規(guī)范看:一個(gè)高質(zhì)量的網(wǎng)站包括硬件環(huán)境、軟件環(huán)境、搜索引擎標(biāo)準(zhǔn)性、內(nèi)容質(zhì)量。