SEO的艺术：匍匐与索引

2.2.1 匍匐与索引

为了提供尽可能好的成果，查找引擎企图发现万维网上一切公开的网页，然后显现与用户查找查询最匹配的成果。这一进程的第一步是Web匍匐。查找引擎从一组众所周知的高质量网站开端，然后访问这些网站每个页面上的链接，以发现其他网页。

Web的链接结构将一切公共的网页联络在一起。经过链接，查找引擎的自动机器人（称作匍匐器或许蜘蛛）能够接触到数以亿计相互连接的文档。

然后，查找引擎加载其他页面并剖析其内容。这一个进程不断重复直到匍匐进程完结。因为Web巨大而杂乱，因此匍匐进程的杂乱度极高。

查找引擎并不是每天都企图匍匐整个Web.实际上，查找引擎能够发现有些页面的重要性不足以出现在查找引擎中，然后不对这些页面进行匍匐。下一节将评论重要性所起的效果。

一旦查找引擎在匍匐中读取一个页面，其下一步作业就是解析它们的代码，并将页面中精选的部分存放在大型磁盘阵列里，以便在查询时调用。这一进程的第一步是树立要害词词典。要害词词典是分类查找引擎匍匐得来的每个页面上一切重要要害词的大型数据库。其他一些数据（如页面链接地图、链接的锚文本、链接是否被当作广告等）也记载在内。存储瞬间内就能访问到的数千亿（甚至万亿）个网页的信息是极端深重的使命，为此查找引擎树立了许多大型的数据中心。

构建查找引擎的要害概念之一是断定从Web的哪个方位开端匍匐。虽然从理论上讲，能够从许多不同的当地开端，可是最理想的情况仍是从一组信任的网站开端匍匐。

从已知可信的一组网站开端，查找引擎就能衡量经过匍匐进程找到的其他网站的可信度。7.1节将更具体地评论可信度在查找算法中所起的效果。