百度搜索引擎的相關(guān)工作原理做一下小結(jié)：

搜索引擎就是通過一種簡單的搜索，通過這種搜索能夠查找到自己所需要的信息，像一些知名的所搜引擎主要有百度、谷歌、360、soso、必應(yīng)、雅虎等等。

搜索引擎的抓取收錄原理流程：抓取->過濾->存儲索引庫->展示排序

第一步：搜索引擎爬取。蜘蛛都是通過來爬取網(wǎng)站頁面里的超文本鏈接來順藤摸瓜的，同時將所搜取得頁面信息放到緩存里面。

1.爬取方式：深度抓取、深度抓取。

深度抓取是指先抓取完一個欄目的內(nèi)容頁，然再換個欄目以同樣的方式抓取。

廣度抓取也稱之為橫著抓取，它是指先抓取完每個欄目也，再抓取每個欄目頁下面的內(nèi)容頁。

2.蜘蛛很難識別的內(nèi)容

蜘蛛雖然很強大，但是由于受到技術(shù)的限制，并不是所有的信息都能夠識別過來，像Javascript代碼，iframe框架代碼機構(gòu)，圖片，flash(視頻前后加文字輔助搜索引擎識別)，需要登錄之后才能獲取的頁面信息，嵌套table等都很難識別，所以這時候你應(yīng)該注意哪些問題，例如js代碼應(yīng)該放在頁面底部，圖片借助于alt、title屬性輔助識別等等技巧。

第二步：過濾工作

并不是所抓取到的信息都是有用的，也并不是所有的信息都將保存在數(shù)據(jù)庫中，搜索引擎需要進(jìn)行相關(guān)的過濾工作，將會把那些低俗，沒有價值質(zhì)量，通過一些列采集，內(nèi)容質(zhì)量不豐富等信息過濾掉，展現(xiàn)在用戶面前的都將是存在一定價值的內(nèi)容。

第三步：建立索引緩存數(shù)據(jù)庫

蜘蛛抓取過來的頁面內(nèi)容并不會立馬存儲到自身的數(shù)據(jù)庫中，而是建立一個臨時的索引數(shù)據(jù)庫，經(jīng)過相關(guān)的操作在進(jìn)行一定的判斷。

第四步：搜索引擎展示排名排序

由于搜索引擎進(jìn)入到用戶點擊時代，搜索引擎會把索引數(shù)據(jù)庫里面的信息的決定權(quán)交給用戶，讓用戶

來決定那個質(zhì)量的高低，這樣然后再把那些索引數(shù)據(jù)庫里面的內(nèi)容展現(xiàn)出來，同時也把這些信息轉(zhuǎn)化存儲到自身真正的數(shù)據(jù)庫中。所以再有了我們在搜索引擎所搜幾的結(jié)果，搜索根據(jù)各種算法進(jìn)行排序，將質(zhì)量最好的十個結(jié)果放在第一頁，這就是整個搜索引擎的大致工作原理，雖然不同的搜索原理有所差距，但是核心是一樣的。