工作原理
1.爬行：搜索引擎是通过一种特定规律的软件跟踪网页的链接，从一个链接爬到另外一个链接，像蜘蛛在蜘蛛网上爬行一样，所以被称为“蜘蛛”也被称为“机器人”。搜索引擎蜘蛛的爬行是被输入了一定的规则的，它需要遵从一些命令或文件的内容。
2.抓取存储：搜索引擎是通过蜘蛛跟踪链接爬行到网页，并将爬行的数据存入原始页面数据库。其中的页面数据与用户浏览器得到的HTML是完全一样的。搜索引擎蜘蛛在抓取页面时，也做一定的重复内容检测，一旦遇到权重很低的网站上有大量抄袭、采集或者复制的内容，很可能就不再爬行。
3.预处理：搜索引擎将蜘蛛抓取回来的页面，进行各种步骤的预处理。
搜索方式是搜索引擎的一个关键环节，大致可分为四种：全文搜索引擎、元搜索引擎、垂直搜索引擎和目录搜索引擎，它们各有特点并适用于不同的搜索环境。所以，灵活选用搜索方式是提高搜索引擎性能的重要途径。
全文搜索引擎是利用爬虫程序抓取互联网上所有相关文章予以索引的搜索方式；元搜索引擎是基于多个搜索引擎结果并对之整合处理的二次搜索方式；垂直搜索引擎是对某一特定行业内数据进行快速检索的一种专业搜索方式；目录搜索引擎是依赖人工收集处理数据并置于分类目录链接下的搜索方式。
1、全文搜索引擎
一般网络用户适用于全文搜索引擎。这种搜索方式方便、简捷，并容易获得所有相关信息。但搜索到的信息过于庞杂，因此用户需要逐一浏览并甄别出所需信息。尤其在用户没有明确检索意图情况下，这种搜索方式非常有效。
2、元搜索引擎
元搜索引擎适用于广泛、准确地收集信息。不同的全文搜索引擎由于其性能和信息反馈能力差异，导致其各有利弊。元搜索引擎的出现恰恰解决了这个问题，有利于各基本搜索引擎间的优势互补。而且本搜索方式有利于对基本搜索方式进行全局控制，引导全文搜索引擎的持续改善。
3、垂直搜索引擎
垂直搜索引擎适用于有明确搜索意图情况下进行检索。例如，用户购买机票、火车票、汽车票时，或想要浏览网络视频资源时，都可以直接选用行业内专用搜索引擎，以准确、迅速获得相关信息。
4、目录搜索引擎
目录搜索引擎是网站内部常用的检索方式。本搜索方式指在对网站内信息整合处理并分目录呈现给用户，但其缺点在于用户需预先了解本网站的内容，并熟悉其主要模块构成。总而观之，目录搜索方式的适应范围非常有限，且需要较高的人工成本来支持维护。
工作方式
搜索引擎为一组项目提供了一个接口，使用户能够指定关于感兴趣的项目的标准，并让引擎找到匹配的项目，这些标准称为搜索查询。在文本搜索引擎的情况下，搜索查询通常表示为识别一个或多个文档可能包含的期望概念的一组单词。
有多种样式的搜索查询语法在严格性上有差异。它也可以在以前的站点中搜索搜索引擎中的名称。而一些文本搜索引擎要求用户输入由白色空格分隔的两个或三个字，其他搜索引擎可以使用户能够指定整个文档，图片，声音和各种形式的自然语言。
一些搜索引擎对搜索查询进行改进，以增加通过称为查询扩展的过程提供质量集合的可能性。查询理解方法可用于标准化查询语言。
基于索引的搜索引擎符合查询指定条件的项目列表通常会排序或排名。按相关性排列项目（从最高到最低）减少查找所需信息所需的时间。概率搜索引擎根据相似性度量（每个项目和查询之间，通常以1到0,1的比例最相似）和有时受欢迎程度或权限或使用相关性反馈来评估项目。
布尔搜索引擎通常只返回匹配的项目，而不考虑订单，为了提供根据一些标准快速排序的一组匹配项目，搜索引擎通常将通过称为索引的过程来收集关于所考虑的一组项目的元数据。
索引通常需要较少量的计算机存储，这就是为什么一些搜索引擎仅存储索引的信息而不是每个项目的完整内容，而是提供导航到搜索引擎结果页面中的项目的方法。
或者，搜索引擎可以将每个项目的副本存储在高速缓存中，使得用户可以在索引时或为了归档目的看到该项目的状态，或者使得重复的进程更有效和更快地工作。其他类型的搜索引擎不存储索引。
抓取器或蜘蛛型搜索引擎（也称为实时搜索引擎）可以在搜索查询时收集和评估项目，基于起始项目的内容（称为种子或种子URL）动态考虑附加项目互联网爬虫的情况）。元搜索引擎既不存储索引也不存储缓存，而只是重新使用一个或多个其他搜索引擎的索引或结果来提供聚合的最终结果集。
以上内容参考 百度百科-搜索引擎
指仔细查找、搜寻。徐怀中《西线轶事》中：“在树棵里搜索了好久，什么也没有发现。”也指往来貌，接续貌。
《文选·王褒》：“玄猿悲啸，搜索乎其间。”李善注：“搜索，往来貌。”
明冯梦龙《东周列国志》第五十七回：“赵氏孤在宫中，索之不得，此天幸也！但可瞒过一时耳。后日事泄，屠贼又将搜索。必须用计，偷出宫门，藏于远地，方保无虞。”
南朝宋刘义庆《世说新语·政事》：“谢公时，兵厮逋亡，多近窜南塘下诸舫中；或欲求一时搜索，谢公不许。”
欢迎分享，转载请注明来源：夏雨云
微信扫一扫
支付宝扫一扫
评论列表（0条）