TAG：搜索引擎

搜索引擎为了以最快的速度得到搜索结果，它搜索的内容通常是预先整理好的网页索引数据库。普通搜索，不能真正理解网页上的内容，它只能机械地匹配网页上的文字。真正意义上的搜索引擎，通常指的是收集了互联网上几千万到几十亿个网页并对网页中的每一个文字（即关键词）进行索引，建立索引数据库的全文搜索引擎。当用户查找某个关键词的时候，所有在页面内容中包含了该关键词的网页都将作为搜索结果被搜出来。在经过复杂的算法进行排序后，这些结果将按照与搜索关键词的相关度高低，依次排列。典型的搜索引擎三大模块组成...

阅读更多

一、抓取 搜索引擎不可能手动抓取互联网站的页面。那么程序员就编写了一个可以自动抓取的程序，也就是我们说的spider或者爬虫。爬虫会收集互联网上中包含“keywords”相关的所有内容，爬虫将会自动访问互联网，把虽有相关内容收集。二、建立索引数据库 蜘蛛会扫描一定IP地址范围内的网站，沿着网络上的链接从一个网页到另一个网页，从一个网站到另一个网站收集网页信息。为了保证最新收集的信息，它还将回访已被捕获的网页。网络机器人或网络蜘蛛收集的网页需要其他程序进行分析...

阅读更多

（1）在互联中发现、搜集网页信息 搜索引擎首先负责数据采集，即按照一定的方式和要求对网络上的WWW站点进行搜集，并把所获得的信息保存下来以备建立索引库和用户检索。但是收集网页只是搜索引擎的一部分工作，他们的其他服务器要做的还有进行计算/分配/储存用户习惯等等。（2）对信息进行提取和组织建立索引库 首先是数据分析与标引，搜索引擎对已经收集到的资料给与按照网页中的字符特性予以分类，建立搜索原则，举例来说，对于"软件"这个词，它必须建立一个索引，当用户查找的时候...

阅读更多