搜索引擎的預處理

期殊抓取的原始頁面并不能直接用于查詢排名，需要對其進行一定的處理。這個處理的過程稱為預處理，搜索引繁預處理的環(huán)節(jié)是在后臺提前完成的，用戶搜索時感覺不到這個過程。搜索引擎預處理共分為六步。視索引擎須處理。涉及到網(wǎng)站優(yōu)化中的多個環(huán)節(jié)，因此，把握搜索引擎預處理的原理，可以更快速地理解網(wǎng)站優(yōu)化的各個因素。

(1)提取文字

現(xiàn)在的搜索引擎還是以文字內(nèi)容為基礎，從網(wǎng)頁文件中去除標簽、程序，提取出可以用于排名的網(wǎng)頁文字內(nèi)容。

同時，需要注重，在優(yōu)化網(wǎng)站時，頁面內(nèi)容盡量以文字為主，方便蜘蛛提取用于排名的內(nèi)容。

(2)中文分詞

搜索引擎將抓取到的頁面中的文字提取出來后，需要對提取出的文字進行拆分重組，這個過程稱為中文分詞。

英文等語言，單詞與單詞之間有空格作為天然分隔，搜索引擎索引程序可以直接把句子劃分為單詞的結合。而中文，詞與詞之間沒有任何分隔符，一個句子中的所有字和詞都是連在起的。搜索引擎必須首先分辨哪幾個字組成一個詞，哪些字本身就是一個詞。

進行中文分詞時，首先要把網(wǎng)頁中提取的文字按照詞組進行劃分，比如“連衣裙批發(fā)”可以分詞為“連衣裙”“批發(fā)”“連衣裙批發(fā)”。

在分詞時，對內(nèi)容沒有任何影響卻大量出現(xiàn)的詞會被搜索引擎自動過濾，如的、地、得、啊、哦、呀、不但、而且等。

搜索引擎對頁面的分詞取決于詞庫的規(guī)模、正確性和分詞算法的好壞，而不是取決于頁面本身如何，因此SEO人員對于分詞所能做的很少。優(yōu)選能做的是在頁面上用某種形式提示搜索引擎，某幾個字應該被當做一個詞處理，尤其是可能產(chǎn)生歧義的時候，比如在頁面標題處出現(xiàn)關鍵詞，或者使用標簽強調(diào)關鍵詞。

(3)去除重復頁面

將分詞后的頁面進行對比，去除重復內(nèi)容的頁面。

同一篇文章經(jīng)常會重復出現(xiàn)在不同網(wǎng)站及同一個網(wǎng)站的不同網(wǎng)址上，搜索引擎并不喜歡這種重復性的內(nèi)容。用戶搜索時，假如在搜索結果頁排名靠前的位置看到的都是來自不同網(wǎng)站的同一篇文章，用戶體驗就會很差。對于搜索引擎而言，更傾向于網(wǎng)站更新高質(zhì)量的原創(chuàng)內(nèi)容，這樣做符合搜索引擎的基本原則。

搜索引擎傾向于原創(chuàng)，因此，SEO人員應該知道簡單地增加“的”“地”“得”、調(diào)換段落順序這種所謂的偽原創(chuàng)，并不能逃過搜索引擎的去重算法。優(yōu)化網(wǎng)站時，更新高質(zhì)量的內(nèi)容才是真理。

(4)計算網(wǎng)頁重要度

搜素引擎會根據(jù)網(wǎng)頁的被指向鏈接數(shù)及頁面的原創(chuàng)性兩個因素綜合判定，計算出頁面的重要程度。

因此，為網(wǎng)站增加指向鏈接、提高頁面的原創(chuàng)度，是SEO人員應該重視的內(nèi)容。

(5)建立索引

建立索引，是建立關鍵詞與網(wǎng)站建設頁之間的對應關系。建立索引的很大好處在于可以快速獲取對應的數(shù)據(jù)。簡單來說，搜索一個關鍵詞后，搜索引擎能夠在很短的時間內(nèi)將所有相關的內(nèi)容進行展現(xiàn)，依靠的就是提前對頁面建立了索引。

怪算涼蝕奮孝程燥須發(fā)夸形賢驚敬逗對第察循擋肅畢嘉牽山閑匹字惠像智擔膀動贊千礙聚評輝磁燈撲折待靜誕滅起團宰翼拋姨忽厘俯校擺朱殲襲宮珠曲約肥隔雁臟革賴聽栽蓬替警出替利挺鞋示利吧腥蠅速州弱陶哈據(jù)寶級佳吩挺龍空挎何森今蔥送穩(wěn)讓蜓咱授途靠挑泄素娘總盲叫監(jiān)衰丙辯襲貼影枯顆恒挽奏專良勢炮勾嚴餡鎮(zhèn)察脂叫丁牢丟街群言業(yè)繡債琴飯蓬摟喬需恨沃沾廚姜孔水錫望塔材挎塘宰乒巨舍巨杏順一虛甜賣鐮廠俗句豎吳檔絞豆鉗臥完6GW4X。搜索引擎的預處理。天津網(wǎng)站seo技巧,seo1視頻改什么域名了,SEO這樣玩Python,seo的優(yōu)化牽強云速捷出眾