今天我們上海網(wǎng)站制作公司聊聊關(guān)于搜索引擎搜錄網(wǎng)頁的幾個(gè)相關(guān)概念，希望能夠讓大家更好理解搜索引擎的工作原理，幫助大家提升網(wǎng)站優(yōu)化方面的技能。搜索引擎相關(guān)的幾個(gè)詞是：爬行，抓取，索引，收錄。

  關(guān)于爬行與抓取

  爬行是指搜索引擎蜘蛛在頁面上沿著鏈接發(fā)現(xiàn)新頁面，然后“爬”過去抓取新頁面。抓取是指蜘蛛發(fā)現(xiàn)新頁面后，打開頁面，把頁面HTML代碼存入自己的數(shù)據(jù)庫。通常引文是用crawl或spider（這里是動(dòng)詞）表示搜索引擎的爬行的工作。

  顯然，爬行和抓取是相互交織的。抓取是實(shí)際發(fā)生的我們能夠觀察到的過程，在原始日志中，蜘蛛的抓取是有完整記錄的，比如：抓取確切時(shí)間、狀態(tài)碼、抓取的文件是哪個(gè)、抓取了多大文件等等。蜘蛛對頁面的抓取就和瀏覽器讀取文件是完全一樣的。

  這里，人們使用爬行這個(gè)詞來形容搜索引擎對網(wǎng)站的訪問，很形象，這里我們上海網(wǎng)站制作公司需要說明的是，實(shí)際上并不存在蜘蛛抓取文件時(shí)發(fā)現(xiàn)鏈接然后立即跟蹤過去這樣一個(gè)過程。蜘蛛抓取文件后存入數(shù)據(jù)庫，程序解析出文件中的鏈接后將 URL存入頁面地址庫，然后蜘蛛從地址庫中按一定規(guī)則選取URL進(jìn)行抓取。蜘蛛不是真的訪問頁面時(shí)看到一個(gè)URL就爬過去。

  關(guān)于索引與收錄

  索引指的是將一個(gè)URL的信息進(jìn)行各種整理，如去重、分詞等等，然后將關(guān)于這個(gè)URL的信息存入數(shù)據(jù)庫，被稱為索引庫。真正用于搜索的是倒排索引，以后如果有機(jī)會的話，我們上海網(wǎng)站制作公司再為大家講講這方面的內(nèi)容。要注意的是，索引庫中關(guān)于URL的信息不僅是組成頁面內(nèi)容的關(guān)鍵詞及其特征（位置、格式等），還有鏈接、更新情況等信息。英文索引這個(gè)詞是 index。

  收錄也是很多網(wǎng)站制作與優(yōu)化技術(shù)人員關(guān)心也最常用的詞，其實(shí)也是4個(gè)概念中最不明確的。被收錄指的是我們能查到頁面被搜索引擎存入了索引庫。但后面我們會看到，進(jìn)入索引庫的URL并不一定被抓取過，這和SEO們的直覺可能是不一樣的。

  理解了搜索引擎的這幾個(gè)概念，我們上海網(wǎng)站制作公司認(rèn)為，以后大家在網(wǎng)站制作的時(shí)候就清楚怎么做才能讓搜索引擎喜歡我們的網(wǎng)站了。

  本文由上海藝覺網(wǎng)絡(luò)科技有限公司（http://m.songxinqiang.cn）原創(chuàng)編輯轉(zhuǎn)載請注明