·一、预处理。预处理的第一步是提取笔墨。搜索引擎在预处理时首先要做的便是从HTML代码中取出标签程序并提取出可以用于排名处理的页面笔墨内容。比如这段html代码，撤除html代码后用于排名的笔墨只剩下这一行，撤除可见的笔墨内容搜索引擎也会提取出一些包含笔墨信息的分外代码，如Mate标签中的笔墨、图片替代笔墨、链接锚笔墨等。
·二、中文分词。中文词与词之间没有任何分隔符。搜索引擎必须先分辨哪几个字组成一个词，哪些字本身便是一个词，比如减肥方法就将被分词为减肥和方法两个词。SEO职员对分词能做的事情便是在页面上用某种形式提示搜索引擎，某几个字该当被当做一个词来处理，比如页面标题、H1标签及黑体中涌现的关键词。如果页面是关于扮装和服装的，可以把服装两个字标为黑体。这样搜索引擎对页面进行剖析的时候就知道标为黑体的几个相邻字该当是一个词。
·三、去停滞词。页面内容会有一些涌现频率很高但对内容没有本色影响的词，如的双人得之类的词。这些词被称为停滞词，由于它们对页面的紧张意思没有影响。搜索引擎在所引页面内容之前会去掉这些停滞词，使所引数据主题更为突出减少无谓的打算量。
·四、肃清噪音。肃清噪音是搜索引擎把页面上一些对主题没有什么贡献的内容去掉，如版权声明笔墨导航内容广告等。肃清噪音的基本方法是根据HTML标签对页面分块区分出页头、导航、正文、页角、广告等区域。在网站上大量重复涌现的区块，每每属于噪声，对页面进行消噪后剩下的才是页面的主体内容。
·5、去重，搜索引擎不喜好重复的内容，比如同一篇文章常常会重复涌如今不同网站或同一网站的不同网址上，搜索引擎就会在进行索引前识别和删除重复内容，这个过程被称为去重。
·6、正向索引，从内容提取关键词建立的索引表便是正向索引。
·7、倒排索引，根据关键词对应到含有该关键词的网页，索引表便是倒排索引。
·8、链接关系打算，链接关系打算也是预处理中很主要的一部分。搜索引擎在抓取页面内容后，必须事先打算出页面上哪些链接指向，其他页面、每个页面有哪些导入链接、链策应用了什么锚笔墨，这些繁芜的链接指向关系形成了网站和页面的链接权重。
·9、质量判断，质量判断包含很多成分，并不局限于针对关键词的提取和打算，比如对页面内容的判断，很可能包含了用户体验页面排版、广告布局页面打开速率等。
·10、质量判断，高强度判断，
