很多人天天在做優化,卻沒真正弄懂搜尋引擎怎麼運作、頁面怎麼被排序。下面從幾個基礎概念開始梳理。
百度、360、Google、搜狗、必應等都是具體實例,這裡不再展開。
蜘蛛是搜尋引擎的一類抓取程式,本質上是一套資訊採集系統。常見的有百度蜘蛛(Baiduspider)、Googlebot、360Spider、Sogou News Spider 等。
SEO 即搜尋引擎優化(Search Engine Optimization),也常被稱為網站優化。它的難度在於:在幾百萬甚至上千萬個競爭者中,目標不是擠進前幾百名,而是前十、甚至第一。對新手來說這像夢,但這一行的工作就是把它做成。
關鍵詞就是參與排名的每一個詞組。某個角度看,SEO 就是關鍵詞的排名優化;而關鍵詞排名的直接體現,是網站標題(由關鍵詞組成)的排名,也就是標題所對應頁面的排名。理論上每個頁面都有參與排名的機會,因此網站排名的最小單位是「頁面」。
1、抓取;2、過濾;3、存入索引庫;4、展示排序。
流程可以簡化為:蜘蛛抓取 → 網站頁面 → 暫存索引庫 → 依序排名(從索引庫調取)。
關鍵的一點是:暫存索引庫並不會收納所有被抓取的頁面。它會依頁面品質篩選,過濾掉較差的部分,再依品質排序,最後才是使用者看到的結果。所以「我的站為什麼沒被收錄」,最常見的答案就是頁面品質不足,在過濾階段就被淘汰了。
爬蟲沿著網頁中的超連結,在網際網路上發現並搜集頁面資訊。
抓取方式主要兩種:深度抓取(縱向,先把一個欄目的內容頁抓完,再換下一個欄目)與廣度抓取(橫向,先抓完所有欄目頁,再回頭抓各欄目下的內容頁)。
不利於識別的內容包括:JS 程式碼、iframe 框架、圖片(需以 alt 輔助)、Flash(前後加文字說明)、需登入才能取得的頁面、以及多層嵌套的 table 排版。網站結構建議維持首頁 → 欄目頁 → 內容詳情頁。
被過濾的低品質頁面通常是這幾類:純採集、資訊價值低;文不對題;內容單薄。
篩選後的內容會被寫入暫時的資料索引庫。
檢索器依使用者輸入的查詢詞,在索引庫中快速檢索文件,做相關度評估,排序後輸出結果。最終使用者看到的只是排序後的一頁,通常把品質最好的十條放在第一頁。
1、已收錄的頁面不要隨意刪除或搬動位置;
2、效果顯現需要時間,兩個月內都算正常;
3、持續充實內容;
4、主動向搜尋引擎提交、建立外鏈以吸引爬蟲;
5、透過伺服器日誌追蹤蜘蛛的爬行軌跡。
1、心態先擺正;
2、別指望黑帽捷徑,短期有效卻可能換來長期處罰,降權甚至整站被移除;
3、SEO 需要長期堅持,把每個環節做扎實;
4、每天學一點,學會靈活運用,付出比別人多一點點。