SEO實战密码之有哪些信誉好的足球投注网站引擎工作原理.doc

SEO实战有哪些信誉好的足球投注网站引擎工作原理有哪些信誉好的足球投注网站引擎工作过程非常复杂，接下来的几节我们简单介绍有哪些信誉好的足球投注网站引擎是怎样实现网页排名的。这里介绍的内容相对于真正的有哪些信誉好的足球投注网站引擎技术来说只是皮毛，不过对SEO人员已经足够用了。有哪些信誉好的足球投注网站引擎的工作过程大体上可以分成三个阶段。（1）爬行和抓取：有哪些信誉好的足球投注网站引擎蜘蛛通过跟踪链接访问网页，获得页面HTML代码存入数据库。（2）预处理：索引程序对抓取来的页面数据进行文字提取、中文分词、索引等处理，以备排名程序调用。（3）排名：用户输入关键词后，排名程序调用索引库数据，计算相关性，然后按一定格式生成有哪些信誉好的足球投注网站结果页面。爬行和抓取爬行和抓取是有哪些信誉好的足球投注网站引擎工作的第一步，完成数据收集的任务。1．蜘蛛有哪些信誉好的足球投注网站引擎用来爬行和访问页面的程序被称为蜘蛛（spider），也称为机器人（bot）。有哪些信誉好的足球投注网站引擎蜘蛛访问网站页面时类似于普通用户使用的浏览器。蜘蛛程序发出页面访问请求后，服务器返回HTML代码，蜘蛛程序把收到的代码存入原始页面数据库。有哪些信誉好的足球投注网站引擎为了提高爬行和抓取速度，都使用多个蜘蛛并发分布爬行。蜘蛛访问任何一个网站时，都会先访问网站根目录下的robots.txt文件。如果robots.txt文件禁止有哪些信誉好的足球投注网站引擎抓取某些文件或目录，蜘蛛将遵守协议，不抓取被禁止的网址。和浏览器一样，有哪些信誉好的足球投注网站引擎蜘蛛也有标明自己身份的代理名称，站长可以在日志文件中看到有哪些信誉好的足球投注网站引擎的特定代理名称，从而辨识有哪些信誉好的足球投注网站引擎蜘蛛。下面列出常见的有哪些信誉好的足球投注网站引擎蜘蛛名称：· Baiduspider+（+/search/spider.htm） 百度蜘蛛· Mozilla/5.0 （compatible; Yahoo！ Slurp China; /help.html） 雅虎中国蜘蛛· Mozilla/5.0 （compatible; Yahoo！ Slurp/3.0; /help/us/ysearch/slurp） 英文雅虎蜘蛛· Mozilla/5.0 （compatible; Googlebot/2.1; +/bot.html） Google蜘蛛· msnbot/1.1 （+/msnbot.htm） 微软 Bing蜘蛛· Sogou+web+robot+（+/docs/help/webmasters.htm#07）搜狗蜘蛛· Sosospider+（+/webspider.htm） 搜搜蜘蛛· Mozilla/5.0 （compatible; YodaoBot/1.0; /help/webmaster/spider/; ） 有道蜘蛛2．跟踪链接为了抓取网上尽量多的页面，有哪些信誉好的足球投注网站引擎蜘蛛会跟踪页面上的链接，从一个页面爬到下一个页面，就好像蜘蛛在蜘蛛网上爬行那样，这也就是有哪些信誉好的足球投注网站引擎蜘蛛这个名称的由来。整个互联网是由相互链接的网站及页面组成的。从理论上说，蜘蛛从任何一个页面出发，顺着链接都可以爬行到网上的所有页面。当然，由于网站及页面链接结构异常复杂，蜘蛛需要采取一定的爬行策略才能遍历网上所有页面。最简单的爬行遍历策略分为两种，一种是深度优先，另一种是广度优先。所谓深度优先，指的是蜘蛛沿着发现的链接一直向前爬行，直到前面再也没有其他链接，然后返回到第一个页面，沿着另一个链接再一直往前爬行。如图2-20所示，蜘蛛跟踪链接，从A页面爬行到A1，A2，A3，A4，到A4页面后，已经没有其他链接可以跟踪就返回A页面，顺着页面上的另一个链接，爬行到B1，B2，B3，B4。在深度优先策略中，蜘蛛一直爬到无法再向前，才返回爬另一条线。广度优先是指蜘蛛在一个页面上发现多个链接时，不是顺着一个链接一直向前，而是把页面上所有第一层链接都爬一遍，然后再沿着第二层页面上发现的链接爬向第三层页面。如图2-21所示，蜘蛛从A页面顺着链接爬行到A1，B1，C1页面，直到A页面上的所有链接都爬行完，然后再从A1页面发现的下一层链接，爬行到A2，A3，A4，……页面。 图2-20 深度优先遍历策略 图2-21 广度优先遍历策略 从理论上说，无论是深度优先还是广度优先，只要给蜘蛛足够的时间，都能爬完整个互联网。在实际工作中，蜘蛛的带宽资源、时间都不是无限的，也不可能爬完所有页面。实际上最大的有哪些信誉好的足球投注网站引擎也只是爬行和收录了互联网的一小部分。深度优先和广度优先通常是混合使用的，这样既可以照顾到尽量多的网站（广度优先），也能照顾到一部分网站的内页（深度优先）。3．吸引蜘蛛由此可见，虽然理论上蜘蛛能爬行和抓取所有页面，但实际上不能、也不会这么做。SEO人员要想让自己的更多页面被收录，就要想方设法吸引蜘蛛来抓取。既然不能抓取所有页面，蜘蛛所要做的就是尽量抓取重要页面。哪些页面被认为比较重要呢？有几方面影响因素。1、网站和页面权重。质量高、资格老的网站被认为权重比较高，这种网站上的页面被爬行的深度也会比较高，所以会有