搜索引擎通常會對蜘蛛抓取的頁面進(jìn)行處理,提高搜索引擎的準(zhǔn)確度以及用戶的體驗(yàn),那么搜索引擎是如何對網(wǎng)頁進(jìn)行處理的呢?
一、提取文字
搜索引擎蜘蛛抓取的整個頁面信息量過大,這樣的內(nèi)容不能直接用來排名,需要將頁面的關(guān)鍵詞進(jìn)行提取,這樣對關(guān)鍵詞排名影響較小,也方面用戶準(zhǔn)確搜索到關(guān)于關(guān)鍵詞的信息。
二、中文分詞
中文分詞通常在中文搜索引擎中使用,中文的意思表達(dá)一般是詞匯,所以在搜索引擎中要根據(jù)用戶使用習(xí)慣對詞匯進(jìn)行劃分,方便建立搜索引擎數(shù)據(jù)庫。每種搜索引擎對中文分詞的結(jié)果并不相同,導(dǎo)致每種搜索引擎滿足用戶的需求也就不同,而SEO人員要做的就是盡量使用搜索引擎詞組合在一起,豐富搜索引擎數(shù)據(jù)庫。
三、去停止詞及消除噪音
去掉網(wǎng)頁無意義的內(nèi)容文字及消除一些噪音,例如:“了”、“的”、“啊”、“版權(quán)聲明文字”、“導(dǎo)航條廣告”等,搜索引擎會對這些網(wǎng)頁進(jìn)行篩選,減少職員的浪費(fèi),確保提高排名的準(zhǔn)確性。
四、正排索引與倒排索引
正排索引是將網(wǎng)頁文件的關(guān)鍵詞存為一個項(xiàng)并按照重要程度對關(guān)鍵詞進(jìn)行排序,重要的關(guān)鍵詞排在前面。倒排索引是將含有相同關(guān)鍵詞的網(wǎng)頁進(jìn)行排序,用戶常用的關(guān)鍵詞搜索就是倒排索引。一般倒排索引是正排索引的補(bǔ)充,因?yàn)檎潘饕皇呛苋菀撰@得搜索結(jié)果排名,倒排索可以引降低用戶搜索關(guān)鍵詞的難度,從而使搜索引擎返回搜索結(jié)果速度有所提升。
五、鏈接關(guān)系計(jì)算
鏈接關(guān)機(jī)計(jì)算是指搜索引擎通過對網(wǎng)頁鏈接的分析,得出網(wǎng)頁相關(guān)度的計(jì)算。
六、特殊文件處理
搜索引擎不僅處理網(wǎng)頁文件,還可以對特殊文件進(jìn)行處理,除HTML外,搜索引擎還能抓取以文字為基礎(chǔ)的多種文件類型,如:PDF、Word、WPS、PPT、TXT文件等。
以上是搜索對網(wǎng)頁處理的過程,希望可以幫助到SEO的初學(xué)者們。