搜索引擎如何判斷核心內(nèi)容的思考

搜索引擎蜘蛛把頁面代碼送回搜索引擎服務(wù)器后，SE是如何判斷頁面中最核心的內(nèi)容呢？

先說下Kyw認(rèn)為的搜索引擎運(yùn)作過程的前幾個(gè)步驟：

1. 蜘蛛下載A頁面，送回服務(wù)器；

2. 服務(wù)器尋找A頁面的核心內(nèi)容位置，然后去除HTML代碼；

3. 尋找網(wǎng)頁核心內(nèi)容；……

我不確定GOOGLE、百度、YAHOO！是否真的有“判斷核心內(nèi)容”這個(gè)步驟，但我相信一定有類似的運(yùn)算機(jī)制，因?yàn)槿绻麤]這個(gè)步驟，搜索引擎將耗費(fèi)大量資源做重復(fù)運(yùn)算。當(dāng)然KYW不是搜索引擎工程師，下面只是對(duì)搜索引擎的一些思考。

SE面對(duì)一整頁HTML代碼，如何判斷核心內(nèi)容在哪里呢？

第一步：拿該頁面和同域名、同目錄、同文件名格式的頁面做對(duì)比，去除相似的部分。經(jīng)過這個(gè)步驟，頭部的導(dǎo)航條、底部的版權(quán)信息、固定位置的廣告就被去掉了。我估計(jì)搜索引擎在每增加一個(gè)新網(wǎng)站的時(shí)候，會(huì)建立一個(gè)對(duì)比模板來提高工作效率。如果網(wǎng)站經(jīng)常改版，在改版剛開始的期間，搜索引擎還沒反應(yīng)過來，就可能造成新收錄網(wǎng)頁的排名不理想。

第二步：去掉有大量鏈接的部分。經(jīng)過這步，“相關(guān)文章”“推薦文章”等都被去掉了，剩下一些包含文字內(nèi)容的代碼。

第三步：在剩余的代碼中判斷哪段標(biāo)簽（可能是p、TABLE、p或其它標(biāo)簽）中的文字內(nèi)容最多，因?yàn)橐话愫诵膬?nèi)容的文字量會(huì)比較多。

每個(gè)頁面經(jīng)過上面3個(gè)步驟，應(yīng)該就能順利的判斷出核心內(nèi)容所在的位置。經(jīng)過這樣的思考，我們也許可以這樣總結(jié)：

1. 同目錄下的頁面，最好模板一樣。

2. 核心內(nèi)容文字量不能太少，特別是企業(yè)站和B2C網(wǎng)站，只放價(jià)格和包含大量說明文字的圖片是很不好的。

3. HTML代碼中如果錯(cuò)誤很多，可能會(huì)影響排名，因?yàn)樗阉饕婵赡茉谂袛嗪诵膬?nèi)容的時(shí)候出差錯(cuò)。

4. 期待你的補(bǔ)充 ^_^

Kyw把SEO的主要工作理解成幫助搜索引擎更高效的理解網(wǎng)站及頁面的內(nèi)容，所以建議大家有事沒事琢磨琢磨搜索引擎，問題想透的越多，SEO的手法也就更加隨機(jī)應(yīng)變了。當(dāng)然也沒必要鉆牛角尖，有想不通的問題就到我這留言吧。

原文：http://www.seotest.cn/blog/se-panduan-hexin.html

分享文章：搜索引擎如何判斷核心內(nèi)容的思考
標(biāo)題鏈接：http://muchs.cn/news/180199.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站內(nèi)鏈、網(wǎng)站策劃、域名注冊、搜索引擎優(yōu)化、網(wǎng)站維護(hù)、品牌網(wǎng)站設(shè)計(jì)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)