搜索引擎抓取流程是如何运行的

dabao15

　　第一步：搜索引擎抓取互联网的网页。
　　我们把搜索引擎抓取网页的程序叫做“蜘蛛”或者“机器人”，“百度蜘蛛”和“google机器人”就是指的百度、谷歌的爬取程序。
　　搜索引擎蜘蛛会按照你的URL进行爬取。当搜索蜘蛛爬取一个网页的时候如果看到一个新的URL就会顺着这个URL爬下去。他会把爬取的内容返回到搜索引擎的索引数据库。
　　蜘蛛的主要作用就是爬取，蜘蛛爬取的是网站程序的代码，而不是我们大多数人认为的网页内容。
　　第二步：程序爬取的内容返回到索引数据库。
　　索引数据库对网页信息进行处理（包括网页所在URL、编码类型、页面内容包含的所有关键词、关键词位置、生成时间、大小、与其它网页的链接关系等）。网页分析之后，会对网页进行评价。如果是网上重复度太多的内容，索引数据库则舍弃这个网页。这就是平时我们遇到自己的文章被搜索引擎收录了很多，但是过一段时间后，有降低的原因之一。
　　每个被收录的网站都会在搜索引擎的索引数据库中有相应的储存，我们在可以直接看到的就是百度快照（谷歌cached）。搜索引擎是按照他的索引数据库上的信息对网站进行排序的。索引数据库中还包含每个网站的导入链接，导出链接等信息。
　　第三步：索引数据库中排序。