搜索引擎的工作原理那是相當(dāng)?shù)膹?fù)雜的，我們不能全面的詳細(xì)的闡述，但是我們可以大概的了解一下搜索引擎的工作原理，這樣有助于我們更好地做網(wǎng)站優(yōu)化。那么今天杭州網(wǎng)站建設(shè)的小編就簡(jiǎn)單的給大家針對(duì)搜索引擎的工作原理做一個(gè)簡(jiǎn)單的闡述 ：

　　搜索引擎用來爬行和訪問頁面的程序被稱為蜘蛛(spider)，也稱為機(jī)器人(bot)。

　　搜索引擎蜘蛛訪問網(wǎng)站頁面時(shí)類似于普通用戶使用的瀏覽器。蜘蛛程序發(fā)出頁面訪問請(qǐng)求后，服務(wù)器返回HTML代碼，蜘蛛程序把收到的代碼存入原始頁面數(shù)據(jù)庫。搜索引擎為了提高爬行和抓取速度，都使用多個(gè)蜘蛛并發(fā)分布爬行。

　　蜘蛛訪問任何一個(gè)網(wǎng)站時(shí)，都會(huì)先訪問網(wǎng)站根目錄下的robots.txt文件。如果robots.txt文件禁止搜索引擎抓取某些文件或目錄，蜘蛛將遵守協(xié)議，不抓取被禁止的網(wǎng)址。

　　2.跟蹤鏈接

　　為了抓取網(wǎng)上盡量多的頁面，搜索引擎蜘蛛會(huì)跟蹤頁面上的鏈接，從一個(gè)頁面爬到下一個(gè)頁面，就好像蜘蛛在蜘蛛網(wǎng)上爬行那樣，這也就是搜索引擎蜘蛛這個(gè)名稱的由來。

　　整個(gè)互聯(lián)網(wǎng)是由相互鏈接的網(wǎng)站及頁面組成的。從理論上說，蜘蛛從任何一個(gè)頁面出發(fā)，順著鏈接都可以爬行到網(wǎng)上的所有頁面。當(dāng)然，由于網(wǎng)站及頁面鏈接結(jié)構(gòu)異常復(fù)雜，蜘蛛需要采取一定的爬行策略才能遍歷網(wǎng)上所有頁面。

　　最簡(jiǎn)單的爬行遍歷策略分為兩種，一種是深度優(yōu)先，另一種是廣度優(yōu)先。

　　所謂深度優(yōu)先，指的是蜘蛛沿著發(fā)現(xiàn)的鏈接一直向前爬行，直到前面再也沒有其他鏈接，然后返回到第一個(gè)頁面，沿著另一個(gè)鏈接再一直往前爬行。

　　3.吸引蜘蛛

　　由此可見，雖然理論上蜘蛛能爬行和抓取所有頁面，但實(shí)際上不能、也不會(huì)這么做。SEO人員要想讓自己的更多頁面被收錄，就要想方設(shè)法吸引蜘蛛來抓取。既然不能抓取所有頁面，蜘蛛所要做的就是盡量抓取重要頁面。哪些頁面被認(rèn)為比較重要呢?有幾方面影響因素。

　　1、網(wǎng)站和頁面權(quán)重。質(zhì)量高、資格老的網(wǎng)站被認(rèn)為權(quán)重比較高，這種網(wǎng)站上的頁面被爬行的深度也會(huì)比較高，所以會(huì)有更多內(nèi)頁被收錄。

　　2、頁面更新度。蜘蛛每次爬行都會(huì)把頁面數(shù)據(jù)存儲(chǔ)起來。如果第二次爬行發(fā)現(xiàn)頁面與第一次收錄的完全一樣，說明頁面沒有更新，蜘蛛也就沒有必要經(jīng)常抓取。如果頁面內(nèi)容經(jīng)常更新，蜘蛛就會(huì)更加頻繁地訪問這種頁面，頁面上出現(xiàn)的新鏈接，也自然會(huì)被蜘蛛更快地跟蹤，抓取新頁面。

　　3、導(dǎo)入鏈接。無論是外部鏈接還是同一個(gè)網(wǎng)站的內(nèi)部鏈接，要被蜘蛛抓取，就必須有導(dǎo)入鏈接進(jìn)入頁面，否則蜘蛛根本沒有機(jī)會(huì)知道頁面的存在。高質(zhì)量的導(dǎo)入鏈接也經(jīng)常使頁面上的導(dǎo)出鏈接被爬行深度增加。

　　4、與首頁點(diǎn)擊距離。一般來說網(wǎng)站上權(quán)重最高的是首頁，大部分外部鏈接是指向首頁的，蜘蛛訪問最頻繁的也是首頁。離首頁點(diǎn)擊距離越近，頁面權(quán)重越高，被蜘蛛爬行的機(jī)會(huì)也越大。