优步陷丑闻大批高管离任 出资人批其公司文明有毒

　　咱们都知道蛛蛛它究竟还仅仅个程序罢了，他做的作业不会经过网站的前台来剖析一个网站内容，而是经过网站的代码来进行抓取信息的。而在网站的源代码里咱们会看到很多html、js等一些程序的句子。而蛛蛛他只会对里边的文章感兴趣，也即是说他只获取页面里的一些文字。有些兄弟也许就会提到了，那咱们还写什么代码?代码不是起不到效果了吗?

　　本来不是这么的，在网站的标签优化中咱们都知道比方H标签、nofollow标签、alt标签等。这些标签仍是能在蛛蛛抓取咱们网站信息的时分起到着重与修饰效果。比方遇到图像的时分，但蛛蛛并不能辨认图像里的信息，那么咱们就会思考去设置一下 alt标签来协助查找引擎来辨认图像里的信息;为了让网站的一些权重不涣散，咱们在必要当地给连接加上了nofollow。

　　既然查找引擎蛛蛛是对网站文字格外感兴趣，那关于中文SEO优化来说。是不是会有个概念性的东西在这里边，那即是“分词”

　　最简略的一个比方，比方咱们中文里边的“网站优化”这四个词，在baidu查找引擎数据词库里，本来是把网站与优化两个不一样的词分开来寄存的。当用户来查找网站优化这个词的时分，查找引擎的进程也即是把网站这个词库里的页面信息与优化词库里的信息做一个交集来检索与排行。这点后边还会有提到。

　　在查找引擎把蛛蛛抓取来的信息进行归档之前，还有个程度是必不可少的，他有必要得做内容的重复审阅。一重意思：查找引擎有必要把同一个网站里的数据进行删选。第二重：关于不一样的网站而言，由于网络上的内容那是不计其数的。这里边就会呈现两个不一样的网站，但内容一样的状况。即是咱们常说的网站内容转发的疑问，查找引擎也会思考到重复的信息进行删选。

　　有了上几步的重重审阅，接下来的即是得做个有用的数据收拾。