搜索引擎的原理

　　搜索引擎的原理

　　抓取网页

　　每个独立的搜索引擎都有自己的网页抓取程序(spider)。Spider顺着网页中的超链接，连续地抓取网页。被抓取的网页被称之为网页快照。由于互联网中超链接的应用很普遍，理论上，从一定范围的网页出发，就能搜集到绝大多数的网页。

　　处理网页

　　搜索引擎抓到网页后，还要做大量的预处理工作，才能提供检索服务。其中，重要的就是提取关键词，建立索引文件。其他还包括去除重复网页、分词(中文)、判断网页类型、分析超链接、计算网页的重要度/丰富度等。

　　提供检索服务

　　用户输入关键词进行检索，搜索引擎从索引数据库中找到匹配该关键词的网页;为了用户便于判断，除了网页标题和URL外，还会提供一段来自网页的摘要以及其他信息。文章由，搜索教程http://www.netshop168.com/article_cat-19.html,整理发布。