要做SEO首先要了解搜索引擎的工作流程:

(1)爬行和抓取

①批量采集:在互联网上采集带有链接的网页一般需要几周左右的时间；

②增量收集:在原有基础上收集新增的网页更新自上次收集以来发生变化的网页删除收集到的重复和不存在的网页；

③自行提交:不建议自行向搜索引擎提交网站因为速度慢。

PS:搜索引擎蜘蛛(Search Engine Spider)是搜索引擎的自动程序其功能是访问互联网上的网页、图片和视频内容。

URL是搜索引擎的痕迹。搜索引擎是否抓取你的网站取决于服务器日志是否有网址。

④搜索引擎蜘蛛抓取策略

搜索引擎蜘蛛主要通过抓取页面上的链接来收集新的页面通过不断的抓取来形成蜘蛛网。

ⅰ深度优先爬行(A-B-E-A-C-F-H-A-D-G-H)

ⅱ广度优先抓取(A-B-C-D-E-F-G-H)(最常用的方法所以很多SEO优化人员会把网站的所有链接通过网站地图

PS:如果搜索引擎蜘蛛访问量设置为3H页不会被收集所以网站结构扁平化非常重要。

蜘蛛爬行策略

⑤搜索引擎蜘蛛如何避免重复采集

一、重复采集的原因:

蜘蛛没有记录访问过的URL；一个页面由多个域名引起。

ⅱ解决方案:搜索引擎建立了两个表:已访问表和未访问表。

⑥搜索引擎蜘蛛如何判断网页是否重要？

网页目录越小用户体验越好；

ⅱ.原创内容越多越好重要性越高；

三。一个有价值的网站每天都会更新每天都会有用户来玩；

ⅳ高质量相关链接的导入:一个高权重、高质量的网页愿意链接到你的网站证明你的网站质量也很好。

(2)预处理

①关键词提取

搜索引擎蜘蛛抓取大量HTML代码、Javascript、css、div标签等。要去掉它们搜索引擎能完全识别的就是文本内容所以关键词提取就是去掉自己不理解的标签留下文本；

②删除停用词

像“的”、“的”、“的”、“的”、“啊”、“呀”、“在”这类重复无用的词除了停用词就叫停用词；

③分词

ⅰ.基于统计的分词方法

分词词典和收集的网络流行语是搜索引擎的基础比如:我要睡觉了其他马都是浮云；

ⅱ.基于字符串匹配的分词方法

举个例子如果分词词典的更大数量是3那么下面的句子就分了:首先提取前三个词我要睡觉我要睡觉。字典里没有这个词去掉“睡”字离开我再提取三个字“睡”。字典里没有这个词去掉“睡眠”这个词留给睡眠字典里没有这个词去掉“睡眠”这个词

我要睡觉了其他的一切都只是浮云；

我想睡死其他神马都是浮云；

④噪音消除

去掉网页上的各种广告词、广告图片、版权信息、登录框等等；

⑤建立关键词库

提取关键词后将页面转化为关键词的组合记录每个关键词在页面上的出现频率、频次、格式、位置；

⑥连接关系的计算

搜索引擎要提前计算好页面上哪些链接指向那些其他页面每个页面用了哪些导入链接链接用了什么锚文本等等；

⑦特殊文件处理

Flash、视频、图片等。无法直接读取。

(3)服务产出

搜索引擎有自己的相关排名机制主要是根据网页的相关度关键词的密度网站的权重等。来决定输出内容的排名(付费推广的永远排第一)。