1、了解搜索引擎先从蜘蛛开始

　　百度、谷歌、搜狗等这些搜索引擎都是提供内容，给广大的搜索用户，那么他们是怎么发现这些内容的呢?说白了，就是他们各自己的蜘蛛程序，到各大互联网网站去抓取内容，就是网并且存档下载的形式。蜘蛛抓取内容，就是从权威网站、高权重网站开始的。这也就是为什么我们要发布外链，权重越高对于网站排名越好的原因之一。

　　2、了解下管理蜘蛛的控制器

　　我们知道，互联网中的内容，或者说叫网页，是以亿为单位计算的，所以用一只蜘蛛程序那明显是不可能完成抓取任务的。需要成千上万的蜘蛛程序，这时候就需要一个管理蜘蛛程序的一个控制器。它的作用包括：要给蛛蛛分类、去哪里抓取?多长时间去一次，这么说起来象不象公交的调度呢。对了，你可以把它理解公共汽车站的调试室，这个控制哭掌握着所有的蜘蛛的日常工作。

　　所以我们的网站越靠近互联网上的权威网站，越让蜘蛛程序省事省力，那么我们对它就越友好，所以这里就需要我们做好网站的内部优化，让蜘蛛程序无阻碍，并且要靠近开始抓取的那个源头。

　　3、蜘蛛把抓取来的文件放入原始数据库

　　原始数据库就有库房的功能。在这个仓库里边，开始对这些数据，进行编号，提取的时候是以URL为依据，然后进行分类。值得一提的说，百度的快照也是从这里产生的。这里的数据是最原始的，没有经过过滤的，也就是抓取来的网页有很多是垃圾。下一部是干什么呢，我想大家应该有些小清楚了吧。

　　4、网页分析

　　在这里，就要把前面抓取来的网页，开始做分析。去重，去除镱相网页，网页的权重的计算，全部是在这一块完成的。这里的网页分析，就是搜索算法的核心之一了，就象百度这么些年来，它的算法是核心机密，是不会被我们所知道的，那么我们到底能不能分析出它的一个算法的秘密呢，是可以的你接着往后面看就可以了。

　　5、搜索引擎的索引库

　　这里最主要的功能就是索引了，就是把各自网页的关键词，和每个页面相对应该。比如我们搜索”114查标网“那么它就是通过索引，把114查标网这个关键词，和含有这个关键词的页面都联系起来，然后通前面的权重计算直接返回给搜索者。这个索引库里边包括，成千万级别的，甚至是亿万级别的、关键词，关键词的位置，关键的标签。以及各网页的属性。这里是搜索引擎内容的最的一个系统，走到这里，只需要等待关键词被激怒。然后返回结果就可以了。

　　6、搜索引擎的检索系统

　　这是针对我们用户而言的，当我们输入一关键词组的时候，正式启动了搜索引擎的检索系统，他会对这些我们输入的关键词，进行分词，比如，我们输入，商标注册就有可能被分为、商标、注册、商标注册这个组词，当然了他的分词系统相当复杂，并象我举的例子这么简单。分完之后，激活搜索引擎的索引库，前面说过了索引库就是关键词和网页形成联系的一个地方。然后返回一个排列结果，给用户。

　　7、搜索引擎的最后一个功能

　　就是用户接口，当你搜索完成之后，搜索引擎返回结果给你，然后会将你的一系列动作做保存，比如你的查询时间、查询关键词、你的IP、点击的URL、查询的时间都进行保存。用于提高用户体验。

　　介绍到这里搜索引擎的基本原理算是介绍完了，那么回归到我们的主题，我们如何利用发现搜索引擎的算法呢?其实方法也很简单

本文整理：空心楼盖  http://www.hfqiangqiang.com