搜索引擎

做SEO是有一定的技巧和规律的，这点想必每位站主都明白。对规律做出相应的迎合有利于SEO的工作。但是千万要记得不能忽悠搜索引擎，做一些自以为取巧的小聪明，最后聪明反被聪明误。 不能忽悠搜索引擎的原因之一：搜索引擎的蜘蛛机器人不是简单的数据筛选程序，关键词的密度问题很重要。很多人说关键词的密度要控制在2%~15%之间，其实是没有必要的。有时候你刻意控制关键词，比如刻意给一遍文章里加入很多关键词，却造成了用户阅读的困难，或者反感等，这些百度是不会给你加分的，一旦发现被降权的可能性非常大。一般情况下只要文章的关键词出现合理，那么关键词的密度问题是不用考虑的。 不能忽悠搜索引擎的原因之二：搜索引擎的计算模式不是单一固定的。随着技术的逐渐更新算法也在慢慢改变，所以网站也需要改版，但一个网站因为改版被降权是很常见的一种情况。如果你的网站流量很大，是不需要频繁的改版的，假如你的网站确实需要改版，这个时候不要着急，要一点点的慢慢改，一次改完来适应搜索引擎的算法绝对是悲剧的。因为假如你一次性改掉的话，第二天百度在抓取你的网站时，虽然很容易，但是你变了一个样子，这会让百度认为你是一个新的网站。百度要重新认识你的网站，重新审核，重新验证，在这段时间里，你的网站就会被降权。至于降权的时间长短则和你网站原本的权重有关，权重高时间就短，权重低那时间就长。

发展的里程碑： 　　第一阶段：该搜索引擎以“雅虎”为代表，主要依靠于人工分拣的分类目录进行搜索 　　第二阶段：该搜索引擎以Google为代表，主要依靠于机器抓取和采用链接分析技术进行搜索。与第一阶段的搜索引擎相比，其信息量大、更新及时，返回信息丰富。 　　第三阶段：该搜索引擎以“综合信息搜索服务”为代表，主要在第二阶段的基础上加入了智能化、人机交互、自动分类技术、中文内容分析等技术，不仅提高了信息检索速度和更新频率，而且还实现了拼音纠错、模糊查询、语音查询等功能 搜索引擎按照实现的方式分类： 全文搜索引擎：一般通过网络机器人或网络蜘蛛工具，自动分析网络上的各种连链接并将分析结果按规则整理，并同时存入数据库供显示使用 分类目录搜索引擎：通过人工的方式收集整理网站资料形成数据库 在计算机上表示信息获取流程，具体包括：信息的表示、信息存储、信息组织和信息访问 首先需要创建进行检索的数据，用其构建文本数据库 创建好文本数据库后，就需要建立文档的索引。Lucene全文搜索组件中是通过倒排索引的方法创建索引 创建好索引后，就可以进行检索。用户首先需要给出一个查询，该查询将被分析、然后利用文本处理技术进行处理 最后根据用户的查询将会获取一些文档，即检索结果。在把检索结果反馈给用户之前，还可以对检索结果按照一定的次序排序，以符合用户需要的文档能够排在更前面 查询方法 顺序查询法：当用户进行查询时

因特网的迅猛发展、WEB信息的增加，用户要在信息海洋里查找信息，就像大海捞针一样，搜索引擎技术恰好解决了这一难题，它可以为用户提供信息检索服务。目前，搜索引擎技术正成为计算机工业界和学术界争相研究、开发的对象。 　　搜索引擎（Search Engine）是随着WEB信息的迅速增加，从1995年开始逐渐发展起来的技术。 　　据发表在《科学》杂志1999年7月的文章《WEB信息的可访问性》估计，全球目前的网页超过8亿，有效数据超过9TB，并且仍以每4个月翻一番的速度增长。例如，Google目前拥有10亿个网址，30亿个网页，3.9 亿张图像，Google支持66种语言接口，16种文件格式，面对如此海量的数据和如此异构的信息，用户要在里面寻找信息，必然会“大海捞针”无功而返。 　　搜索引擎正是为了解决这个“迷航”问题而出现的技术。搜索引擎以一定的策略在互联网中搜集、发现信息，对信息进行理解、提取、组织和处理，并为用户提供检索服务，从而起到信息导航的目的。 　　目前，搜索引擎技术按信息标引的方式可以分为目录式搜索引擎、机器人搜索引擎和混合式搜索引擎；按查询方式可分为浏览式搜索引擎、关键词搜索引擎、全文搜索引擎、智能搜索引擎；按语种又分为单语种搜索引擎、多语种搜索引擎和跨语言搜索引擎等。 　　目录式搜索引擎 　　目录式搜索引擎（Directory Search Engine

此文纯理论知识，很不错的搜索引擎的资料。 搜索引擎的定义 搜索引擎是传统IR技术在Web环境中的应用。一般来说，搜索引擎是一种用于帮助用户在Internet上查询信息的搜索工具，它以一定的策略在Internet中搜索，发现信息，对信息进行理解，提取，组织和处理，并为用户提供检索服务，从而起到信息导航的目的。 搜索引擎的体系结构 典型的搜索引擎结构一般由以下三个模块组成：信息采集模块（Crawler），索引模块（Indexer），查询模块（Searcher）。 Crawler ：从web中采集网页数据 Indexer ：对Crawler采集数据进行分析生成索引。 Searcher ：接受查询请求，通过一定的查询算法获取查询结果，返回给用户。 -->Crawler Crawler 负责页面信息的采集，工作实现基于以下思想：既然所有网页都可能链接到其他网站，那么从一个网站开始，跟踪所有网页上的所有链接，就有可能检索整个互联 网。Crawler首先从待访问URL队列中获取URLs，根据URL从中抓取网页数据，然后对网页进行分析，从中获取所有的URL链接，并把它们放到待 访问的URL队列中，同时将已访问URL移至已访问的URL队列中。不断重复上面的过程。 Crawler存在以下的关键问题： >多线程抓取时的任务调度问题： 搜索引擎会产生多个Crawler同时对网页进行抓取

什么是深网或暗网？ Deep Web简单地指： Internet或Internet上可用的内容，通常不被传统搜索引擎索引。有时也称为Dark Web。但是Dark Web是一本完全不同的章节。传统搜索引擎可能不喜欢索引此类内容的原因可能有很多。 深度网络搜索的另一件事是，它还意味着匿名浏览网络。 什么是深度网络搜索？ 当我们在任何搜索引擎上搜索某项内容时，它只会显示由约10个链接组成的一些结果，并且我们发现至少有一个链接可以满足大多数情况下搜索到的术语。这就是所谓的简单搜索，或者我们可能会在网上冲浪。这样，我们仅使用传统的搜索引擎浏览网页。但是深度网络搜索到底是什么意思？为了解释这一点，我们将使用说明性示例。我们使用Internet，即通过Web探索，学习和发现很多东西。这些内容包括信息收集，照片和视频收集，文档收集等。 探索比以往更多的方式 当人们利用Internet查找任何东西时，在我们今天的情况下可以使用两种类型的方法。第一种方法是通过像Google这样的搜索引擎进行搜索，然后再以简单的方式上网来查找相关信息。下一种方法是我们大多数人都不知道的深度网络搜索。深度网络搜索是一种以高级方式浏览网络的方法，它可以通过使用搜索引擎简单地浏览网络来查找一种隐藏信息或其他任何我们无法找到的数据。也许我也可以说Deep Web意味着探索隐藏的Internet。 大多数人认为

3 月，跳不动了？>>> 在说明ROTBOT文件的编写语法前先来了解几个重要的概念！ 1. 什么是baiduspider？ baiduspider是Baidu搜索引擎的一个自动程序。它的作用是访问互联网上的html网页，建立索引数据库，使用户能在Baidu搜索引擎中搜索到贵网站的网页。 2. baiduspider为什么大量访问我的网页？ baiduspider访问您的网页后，会自动分析每个网页上的文字内容并记忆网页网址，然后其它网友才能通过百度搜索引擎找到您的网页。如果baiduspider不访问您的网页，那么所有通过baiduspider提供网页信息的搜索引擎都找不到您的网页，也就是说，其它网友在百度搜狐新浪雅虎Tom等几十个搜索网站都会找不到您的网页。 您可以到这里进一步了解搜索引擎。 3. baiduspider对一个网站服务器造成的访问压力如何？ 对于一个网站，baiduspider每访问一个网页会间隔30秒，不会造成过大压力。 4. 我不想我的网站被baiduspider访问，我该怎么做？ baiduspider象其它spider一样遵守互联网robots协议。您可以利用robots.txt文件完全禁止baiduspider访问您的网站，或者禁止baiduspider访问您网站上的部分文件。 注意：禁止baiduspider访问您的网站，将使您的网站上的所有网页

互联官时代下，很多企业开始开发自己的网站，很多时候需要很多账号去做引导、互动，这个时候如果你一直重复使用同一个IP去操作，必然会导致账号被封，账号被警告等问题，内容是一个网站最重要的关键之一，做好内容就可以更快的提高网站的知名度，但是评估文章质量是一个综合因素。 1、网站文章内容的可读性 文章的可读性决定了一个用户是否会认真的看完这篇文章，尽管现在标题党很吸引人，但内容只要不受欢迎，用户还是会手不留情的关闭网页的。同样一篇原创文章，关注的人有很多，有些却很少，有的看完后会有很多好评，有的看完后却留下一个踩(这文章很差)，这就是文章质量的好坏决定的。 2、网站文章内容的相关性 文章的相关性决定着一篇文章是否有“真正需求”，一般来说有购买欲望的用户，只会对相关的产品产生浓烈兴趣，而不会在乎那些不相关的东西，因此相关性对于一个网站来说是非常重要的。 3、网站文章内容的实时性 为什么百度对那些新鲜的事物抓取的速度快，收录的也快，而对那些陈旧的内容不理不睬(很难被收录)，为什么深圳SEO博客结合热门的信息、事件编写文章容易通过，这就是文章的实时性问题，文章实时性主要体现在事件的实时性上，如果编写类似的文章，对于大众来说也是比较喜欢新鲜的事，阅读的欲望也很强。 4、URL原因 网站目录层级太深 或者采用动态URL 都会影响搜索引擎蜘蛛爬取你的网站，影响百度收录，所以建站之前一定要考虑好这些因素

网站被搜索引擎收录是网站拥有排名的前提，只有做好网站的搜索引擎收录，才能让你拥有在搜索引擎中排名的机会。所以，网站页面被收录的越多，网站排名靠前的机会就会越多。URL的好坏经常会直接影响搜索引擎对一个网站的解析，不利于搜索引擎蜘蛛的顺利爬取。在网站初期就要对网站URL，网站目录进行规范化的设计，达到最理想、最利于搜索引擎收录的URL。 URL是一个网页的路径，每一个网页都具有一个唯一的名称标识，其通常被称为URL地址。在做SEO优化时，URL优化也是至关重要的一步，对SEO的结果有很大的影响。在优化URL时，有两个误区需要辨识。 误区一：URL入口统一。在用户的使用中，不同用户可能有不同的使用习惯，有的人习惯输入，有的人习惯输入，但是他们的目的都是一样的，那就是要上百度，但是他们的目标网址是不一样的，如果你将不带WWW的域名跳转到带WWW的域名，那就是在一定程序上违背用户的意愿，而搜索引擎是为用户服务的，所以做SEO必须考虑的是用户体验第一，所以今天要讲述的观点就是：URL入口无需统一，带WWW或者是不带WWW这应该是由用户选择，而不是由我们来强行跳转的。 误区二：在URL中减少变量与参数的数量。带参数的URL地址其实并不会不利于搜索引擎收录，同样的用户体验也不会输于优化后的地址。但是实际上呢?数字6和3是什么意思就没有人能看的懂了，而从动态的URL来看

介绍一下SEO 我们知道搜索引擎都有一套自己的算法来查找网页，我们可以主动去适应这个算法以提高网页在自然搜索中的收录数量以及排序位置，这就是SEO优化。 markdown与html的翻译规则 用markdown编辑的文章最后会转化为html： 标题语法 # 、 ## 、 ### 、 #### 、 ##### 分别翻译成``<h*></h*>`系列 链接语法 []() 翻译成 <a href="" ></a> 粗体语法 **** 翻译成 <strong></strong> 斜体语法 ** 翻译成 <em></em> 列表语法 * 翻译成 <li></li> 行内代码语法 `` 翻译成 <code></code> ，当然还有一个段内代码语法。 图片插入语法 ![]() 会被翻译成 <img src="" alt=""> SEO优化的建议 标题的优化 markdown的 # 语法，对应了html的h系列语法，蜘蛛认为h1是最重要的关键字，其次是h2，再是h3… 根据SEO的规则， h1只能有一个 ，csdn的markdown编辑器的正文部分是不需要加h1级别的标签的，因为已经有一个h1标签在标题栏里了。 适当使用h标签 可以增加SEO排名，但是不要弄太多，反而会降低排名。 强调语句的优化 strong和em标签会增强这句话的重要性， strong比em重要等级要高 。

Robots协议（也称为爬虫协议、机器人协议等）的全称是“网络爬虫排除标准”（Robots Exclusion Protocol），网站通过Robots协议告诉 搜索引擎 哪些页面可以抓取，哪些页面不能抓取。Robots 协议 的本质是网站和搜索引擎爬虫的沟通方式，用来指导搜索引擎更好地抓取网站内容，而不是作为搜索引擎之间互相限制和 不正当竞争 的工具。 obots.txt文件是一个 文本 文件，使用任何一个常见的文本编辑器，比如 Windows 系统自带的Notepad，就可以创建和编辑它 [2] 。 robot s.txt是一个协议，而不是一个 命令 。robots.txt是 搜索引擎 中访问网站的时候要查看的第一个文件。robots.txt文件告诉蜘蛛程序在服务器上什么文件是可以被查看的。 当一个搜索蜘蛛访问一个 站点 时，它会首先 检查 该站点 根目录 下是否存在robots.txt，如果存在，搜索机器人就会按照该文件中的内容来确定访问的范围；如果该文件不存在，所有的搜索蜘蛛将能够访问网站上所有没有被口令保护的页面。百度官方建议，仅当您的网站包含不希望被 搜索引擎收录 的内容时，才需要使用robots.txt文件。如果您希望搜索引擎收录网站上所有内容，请勿建立robots.txt文件。 如果将 网站 视为酒店里的一个房间，robots.txt就是主人在房间门口悬挂的“