搜索引擎的收錄原理
作者：紫色年華
瀏覽：1395次
發布時間：2017-04-19
編輯
分享
評論
贊0
能夠獲得網站網頁資料，并建立數據庫以提供查詢的系統，我們都可以把它叫作搜索引擎[3] 。按照工作原理的不同，可以把它們分為兩個基本類別：全文搜索引擎和分類目錄[4] 。全文搜索引擎的數據庫是依靠一個叫“網絡機器人（Spider）”或叫“網絡蜘蛛（crawlers）”的軟件，它遍歷互聯網，能夠掃描一定IP地址范圍內的網站，并沿著網絡上的鏈接從一個網頁到另一個網頁，從一個網站到另一個網站采集網頁資料。它為保證采集的資料最新，還會回訪已抓取過的網頁。網絡機器人或網絡蜘蛛采集的網頁，還要有其它程序進行分析，根據一定的相關度算法進行大量的計算建立網頁索引，才能添加到索引數據庫。Google、百度都是比較典型的全文搜索引擎系統。 分類目錄則是通過人工的方式收集整理網站資料形成數據庫的，比如雅虎中國以及國內的搜狐、新浪、網易分類目錄。另外，在網上的一些導航站點，也可以歸屬為原始的分類目錄。
猜你喜歡