做seo做了快一年了，自己有很多的感悟也有很多的想法，虽然说有时候也会遇到困难，但是解决了就不是困难，就是进步!

今天爬网的时候看到又有一篇写什么搜索引擎怎么爬网页，怎么搜集数据什么的。其实无非就是那几点。认识蜘蛛、网站收录指数、web网页设计。下面来分开来看一下。
　　
　　1、蜘蛛

　　蜘蛛的工作职责是发现新的网页并收集这些网页的快照，然后分析该网页。

　　蛛蜘以抓取页面为主，比如扫描网页，所有的搜索引擎都能够实现深层检索和快速检索。在深层检索中，蜘蛛可以查找和扫描网页内的所有内容；在快速检索中，蜘蛛不遵循深层检索的规则，只搜索重要的关键词部分，而不检查和扫描网页里的所有内容。

　　大家都知道网站最重要的是快照时间，也就是说蜘蛛爬行和收录的网页速度越快，就说明这个网站在搜索引擎心中越重要，比如新华网和人民网，蜘蛛每小时爬4次以上，有的网站一个月也不见得能被蜘蛛爬一次。快照的抓取程度取决于网站内容的流行度、更新速度与网站域名的新旧。

　　在蜘蛛的爬行规则中，如果有许多外部链接指向这个网站，那就说明这个网站比较重要，所以抓取这个网站的频率很高。当然，搜索引擎这样做也是为了省钱，如果都以同样的频率爬行所有网站，这样需要更多的时间和成本，才能得到更全面的搜索结果。

　　2、指数

　　蜘蛛在爬行的过程中，可能会重复检查网页的内容，然后查看网站内容是否是复制其他网站的，以保证网站原创内容的指数，该指数的结果一般都是基本保持复制内容的排序搜索结果。当你进行搜索时，搜索引擎不会从网络上搜索，它会从指数中选择搜索结果，所以搜索得到的网页数量并不能代表整个网站，但蜘蛛会在后台扫描和保存网站的网页数量。

　　在搜索结果数量中，谷歌1-10个搜索结果约为16.05万，还有每个区域的搜索结果排名，这些都可以用搜索引擎的算法指数来控制，或者说是控制一部分。

　　每个搜索引擎在全国或全世界各地都建立数据中心，当你输入需要搜索的关键词的时候，会由于数据更新的时间不同而致搜索结果同步，所以在不同的地区就会出现不同的搜索结果。

　　3、Web界面

　　当你使用搜索引擎所看到的界面（比如google.com、baidu.com），搜索结果取决于复杂的算法，算法都是从指数内调用结果，通过查询并分析才能在前台显示，所以算法的制作时间比较长，谷歌在这个技术领域上领先。

　　还有一些搜索引擎的“一站式”特性，这类特性在英文搜索上比较常见，一般来说，搜索引擎忽略“一站式”的话，这样的搜索结果将更加正确，比如搜索“猫，狗”的时候，搜索引擎会排除“猫和狗”，只搜索“猫”“狗”。

　　关键词密度是衡量一个关键词出现在网页上的频率，一般搜索引擎看到某网页上的关键词超过密度范围，那它就会分析该网页是否作弊，现在搜索引擎可以做到任何地域的字词相关度处理。所以在一般情况下，关键词应该在整个网页中分散，但一定要有某个标题或段落长期不变。

　　搜索引擎还有个核心分析技术就是链接的相关性分析，除了网页排名和一般的链接，谷歌还看重锚文本链接，锚文本链接主要在于链接的年龄和位置，还有该链接的网页是否属于权威网站等。

　　链接是最大的网站质量指标，搜索引擎都很关注着，因为现在友情链接比较难找，而你又很需要友情链接，所以链接中很少有垃圾信息。比如大学的网站在谷歌的权重很高，那是由于大学有很多高质量的外部链接。随着大家都了解到外部链接的重要性后，很多网站开始买卖链接，这也是现在搜索引擎比较头疼的问题，不过ask现在判定网站排名更多在于网站的质量。

　　所有的搜索引擎都希望得到用户反馈的信息，他们期待在查询之前、搜索查询、时间间隔、和语义关系等方面，能更加了解到用户的意图，他们还会跟踪用户的点击，如果用户点击一个物品，然后又马上回到搜索页面，那搜索引擎就会认为这个购买不成功，会删除跟踪清单，其实这种做法已经在向电子商务靠近了。

　　由此可以看出，搜索引擎已经开始注重用户体验，为了做让用户肯定自己的劳动成果，并成为搜索引擎行业的一个标准，或许未来的发展就在个性化搜索。