一、搜索事理
网络蜘蛛即WebSpider，如果把互联网比喻成一个蜘蛛网，那么Spider便是在网上爬来爬去的蜘蛛。网络蜘蛛是通过网页的链接地址来探求网页，从网站某一个页面（常日是首页）开始，读取网页的内容，找到该网页中的其它链接地址，然后通过这些链接地址探求下一个网页，这样一贯循环下去，直到把这个网站所有网页都抓取完为止。如果把全体互联网当成一个网站，那么网络蜘蛛就可以用这个事理把互联网上所有的网页都抓取下来。
1、抓取
搜索引擎会和普通访问者一样，顺着网页上的链接一个个***我们的网页，为下一步的预处理做准备。
2、预处理
①。判断是否符合其收录规则，符合收录规则的再连续处理
②。对文章进行分词处理
把网页中的文章切成一个个的词语。度量文档之间的干系性，以及为建立倒排索引做准备。并记录词涌现的位置。
③。建立倒排索引
在搜索引擎中每个文件都对应一个文件ID，文件内容被表示为一系列关键词的凑集
把文件ID对应到关键词的映射转换为关键词到文件ID的映射。
用词来索引网页，好处在于：搜索引擎的用户输入的也是词，这样可以方便地查找到干系的网页。
3、检索
①。对用户查询的关键词进行分词，取索引的交集
②。排序
主要性——网页静态质量得分。搜索引擎把网站的各种表现情形转换成一个个分值，这些分值加起来，就得到一个页面的质量得分，即所谓的权重。
a、页面信噪比：
页面信噪比是指页面内正文与非正文的比例，页面信噪比至少要大于1。
b、稀缺性
c、链接掌握：
链接掌握分链接数量和链接自然性。一个页面权重是固定的，链接可以通报权重，链接越多，每一个链接通报的权重越低。
d、页面的浏览量
干系性——上面通过倒排索引只能定性地知道网页和查询词之间是否干系，但谁更干系即定量是没办法知道的。百度处理办法：
a、记录词涌现的位置，不同位置的关键词权重不同。
b、tf-idf算法，即一个词在一篇文章中涌现的次数最多，这个词的权重越高；一个词在全体互联网中涌现的次数越多，（如“我”、“的”这种词，对付一篇文章主题的鉴别能力不强，每篇文章险些都涌现）这个词的权重越小。
4、常用的高等搜索指令：
site:SEO最熟习的高等搜索指令，用来搜索某个域名下的所有文件。
inurl:指令用于搜索查询词涌如今url中的页面。
intitle:指令返回的是页面title中包含关键词的页面。
domain：其浸染便是来查询域名下的反链（反链=外链+内链）。
二、索引排名
1、收录与索引
收录：页面被Baiduspider创造、剖析过
索引：Baiduspider经初步剖析后认为故意义，做建库处理
收录索引的关系是包含关系，先收录才可以建索引，收录量大于索引量。
百度表示第三方供应的所谓收录查询都是不靠谱的。
1-1、索引文章的决定成分：
信赖度；
文章质量；
更新频率；
网站构造；
熊掌号、站点舆图对百度收录有促进效果；
网站的年事以及权重影响着百度对网站的收录效果。
1-2、加快页面索引方法：
做好网站TDK，并不要修正；
积累高质量网站内容；
逐日定时定量的更新；
提交百度等搜索引擎，包括sitemap、熊掌号等；
重点做好熊掌号，目前熊掌号提交已能实现移动站收录80%以上；
有针对性并有规律地发布高质量外链。
2、文章质量判断（百度官方）
①。受众
受众群体的大小，即代表了用户检索需求的大小。
②。稀缺
稀缺紧张是描述页面在互联网中的独特性。
③。质量
a不能是去世链、网站访问速率是否令人满意。
b主体内容是否完全、版式和字体是否易读、各种广告会不会太多。
c信息是否丰富、延伸出的次级需求是否知足。
④。时效
3、原创识别判断
①。发布韶光——蜘蛛抓取的日期
②。锚文本链接——网站页面外链的多少
③。信息指纹——文章内容雷同相似的程度
4、标题优化方法
从搜索引擎搜索到的内容的标题每每是网页title的内容，搜索引擎给予标题的权重很高。
①。标题畅通、吸引人、符合文章实际。
②。标题一定要原创，包含核心关键词和长尾词，与内容关键词保持同等
③。写作要符合搜索引擎习气，少用标点
④。长度要得当，掌握在二十二个汉字以内
5、内容优化方法
紧张分为两部分：一部分是原创/伪原创，另一部分是采集素材库审核。
至少首段须要纯原创，且比较好是有搜索可能的内容，整段以玩家搜索需求来写。
正文比较好分小标题有条理地展开
以内容代价为主的伪原开办法
探求有代价的文章，最好是当天发布的，也可利用爬虫抓取的数据库改写
有代价的文章具有很好的可读性、目标明确、能够吸引人的眼球。
①、修正文章的首尾部分：
首尾段重新概括，把正文里面的顺序打乱，把一些不干系的字去掉。加入不雅观点。
②、拆分重组原文：找几篇干系性比较强的文章组合成一篇新的文章
③、干系内容的合并组合
④、翻译其他措辞的文章
⑤、利用论坛、博客、新媒体等挖掘文章
6、图片优化方法
搜索引擎对付大多数图片的原创性的识别已经具备一定能力
针对图片的算法紧张有打算哈希值、pHash算法和SIFT算法，及将目标图像进行编码，形成“指纹”存储起来。
①。在图片上加水印；
②。改变原有图片的长宽尺寸比，或者直接截取某一部分图片；
③。图片长宽比只管即便靠近12175，也便是靠近百度搜索展示的缩略图尺寸；
④。缩略图内链，与笔墨链接比较较，更能吸引访客去点击，把稳干系性。
⑤。加上alt描述，可以增强页面关键词主题，但把稳千万不要堆砌关键词。
⑥。百度对原创内容越来越喜好，实际上图片也是页面的一部分。
7、关键词优化方法
关键词分类：核心关键词；干系关键词；长尾关键词；缺点关键词；生僻关键词
①、要站在用户的角度考虑，多想想用户在搜索时会利用什么词
②、不超过5个，一样平常3个：主关键词、副关键词、一个潜力的长尾关键词
③、关键词密度不超过2%—8%（根据须要，不绝对）
