搜索引擎工作原理.pptVIP

搜索引擎工作原理 网络1201班：A组成员 搜索引擎 搜索引擎(search engine)是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。 认识搜索引擎 — 搜索引擎工作原理 一、爬行和抓取 蜘蛛：搜索引擎用来爬行和访问页面的程序被称为蜘蛛（spider），也称为机器人（bot） 各主流搜索引擎蜘蛛的 名称： 百度：Baiduspider Google： Googlebot 雅虎： Yahoo!+Slurp 微软MSN： msnbot 搜狗： Sogou+web+spider 网易有道： YoudaoBot 腾讯搜搜： Sosospider 认识搜索引擎 — 搜索引擎工作原理 2. 跟踪链接：为了抓取网上尽量多的页面，搜索引擎蜘蛛会跟踪页面上的链接，从一个页面爬到下一个页面，就好像蜘蛛在蜘蛛网上爬行那样，最简单的爬行策略分为两种，一种是深度优先，另一种是广度优先。 深度优先和广度优先通常是混合使用的，这样既能照顾到尽量多的网站（广度优先），也能照顾到网站的内页（深度优先）。 认识搜索引擎 — 搜索引擎工作原理 3. 地址库：未来避免重复爬行和抓取，搜索引擎建立记录已经被发现还抓取或未被抓取页面的地址库。 4. 文件存储：搜索引