正規(guī)軟件開(kāi)發(fā)公司文件存儲(chǔ)搜索引擎蜘蛛抓取的數(shù)據(jù)存入原始頁(yè)面數(shù)據(jù)庫(kù)。其中的頁(yè)面數(shù)據(jù)與用戶瀏覽器得到的HTML是完全一樣的。每個(gè)URL都有一個(gè)獨(dú)特的文件編號(hào)。爬行時(shí)的復(fù)制內(nèi)容檢測(cè)軟件開(kāi)發(fā)公司價(jià)格 檢測(cè)并刪除復(fù)制內(nèi)容通常是在下面介紹的預(yù)處理過(guò)程中進(jìn)行的，但現(xiàn)在的蜘蛛在爬行和抓取文件時(shí)也會(huì)進(jìn)行一定程度的復(fù)制內(nèi)容檢測(cè)。遇到權(quán)重很低的網(wǎng)站上大量轉(zhuǎn)載或抄襲內(nèi)容時(shí)，很可能不再繼續(xù)爬行。這也就是有的站長(zhǎng)在日志文件中發(fā)現(xiàn)了蜘蛛，但頁(yè)面從來(lái)沒(méi)有被真正收錄過(guò)的原因。

正規(guī)軟件開(kāi)發(fā)公司只有在深入了解搜索引擎蜘蛛爬行原理的基礎(chǔ)上，才能盡量使蜘蛛抓得快而全面。上面所舉的幾個(gè)例子，讀者看完搜索引擎原理簡(jiǎn)介這一節(jié)后，會(huì)有更深入的認(rèn)識(shí)。搜索引擎與目錄，軟件開(kāi)發(fā)公司價(jià)格早期的網(wǎng)站優(yōu)化資料經(jīng)常把真正的搜索引擎與目錄放在一起討論，甚至把目錄也稱(chēng)為搜索引擎的一種，這種講法并不準(zhǔn)確。真正的搜索引擎指的是由蜘蛛程序沿著鏈接爬行和抓取網(wǎng)上的大量頁(yè)面，存進(jìn)數(shù)據(jù)庫(kù)，經(jīng)過(guò)預(yù)處理，用戶在搜索框輸入關(guān)鍵詞后，搜索引擎排序程序從數(shù)據(jù)庫(kù)中挑選出符合搜索關(guān)鍵詞要求的頁(yè)面。

正規(guī)軟件開(kāi)發(fā)公司詞頻及密度。一般認(rèn)為在沒(méi)有關(guān)鍵詞堆積的情況下，搜索詞在頁(yè)面中出現(xiàn)的次數(shù)多，密度越高，說(shuō)明頁(yè)面與搜索詞越相關(guān)。當(dāng)然這只是一個(gè)大致規(guī)律，實(shí)際情況未必如此，所以相關(guān)性計(jì)算還有其他因素。軟件開(kāi)發(fā)公司價(jià)格出現(xiàn)頻率及密度只是因素的一部分，而且重要程度越來(lái)越低。關(guān)鍵詞位置及形式。就像在索引部分中提到的，頁(yè)面關(guān)鍵詞出現(xiàn)的格武和位置都被記錄在索引庫(kù)中。關(guān)鍵詞出現(xiàn)在比較重要的位置，如標(biāo)題標(biāo)簽、黑體、Hl等，說(shuō)明頁(yè)面與關(guān)鍵詞越相關(guān)。這一部分就是頁(yè)面網(wǎng)站優(yōu)化所要解決的。

蜘蛛的爬行、頁(yè)面的收錄及排序都是自動(dòng)處理。網(wǎng)站目錄則是一套人工編輯的分類(lèi)目錄，井陘礦區(qū)正規(guī)軟件開(kāi)發(fā)公司由編輯人員人工創(chuàng)建多個(gè)層次的分類(lèi)，站長(zhǎng)可以在不同分類(lèi)里提交網(wǎng)站，目錄編輯在后臺(tái)審核所提交的網(wǎng)站，將網(wǎng)站放置于相應(yīng)的分類(lèi)頁(yè)面。有的時(shí)候編輯也主動(dòng)收錄網(wǎng)站。軟件開(kāi)發(fā)公司價(jià)格典型的網(wǎng)站目錄包括雅虎目錄、開(kāi)放目錄、好123等。目錄并不是本書(shū)中所討論的SEO所關(guān)注的真正的搜索引擎。雖然網(wǎng)站目錄也常有一個(gè)搜索框，但目錄的數(shù)據(jù)來(lái)源是人工編輯得到的。

基于詞典匹配的方法是指，將待分析的一段漢字與一個(gè)事先造好的詞典中的詞條進(jìn)行匹配，正規(guī)軟件開(kāi)發(fā)公司在待分析漢字串中掃描到詞典中已有的詞條則匹配成功，或者說(shuō)切分出一個(gè)單詞。按照掃描方向，基于詞典的匹配法可以分為正向匹配和逆向匹配。軟件開(kāi)發(fā)公司價(jià)格按照匹配長(zhǎng)度優(yōu)先級(jí)的不同，又可以分為Z大匹配和Z小匹配。將掃描方向和長(zhǎng)度優(yōu)先混合，又可以產(chǎn)生正向Z大匹配、逆向Z大匹配等不同方法。詞典匹配方法計(jì)算簡(jiǎn)單，其準(zhǔn)確度在很大程度上取決于詞典的完整性和更新情況。