搜索引擎内容处理逻辑与优化要点.pdfVIP

搜索引擎是怎么处理内容的?

内容处理一直是一个比较神秘的工作，很多SEO人员奇搜索引擎是怎么处理内容的，处理内容的

算法是怎样的，具体的搜索算法及，这里无从谈起，只能从内容处理逻辑方面给大家一块了解下。

1、判断目标页面的类型

抓取到的内容，首先要对内容所属的类型进行归类，是普通的网页文件，还是pdf、word等特殊文件

文档。如果是普通网页还要判断网页的类型是普通文本内容，还是内容等类型。甚至还会对网页是普

通文章页还是帖子页进行判断，然后有针对性的进行内容处理。这里龙(：龙)提示一

点，性的帖子权重不及普通文章页。

2、提取网页中的文本信息

当下主流的搜索引擎虽然都声称可以JS等非普通网页文件中的内容，但是索引的还是以文本为

主。还是会重点提取title、keywords和description中的内容。虽然有传言说是description和keywords

中的内容已经被搜索引擎抛弃了，对没有什么作用了，但是，有很多人经过自己的测试，至少还

是会参考下keywords中的的。所以，这一块布局的地方还是不要放弃的为好。

3、去除页面噪声

如果当前页面是普通网页，搜索引擎会把与当前网页无关的，导航，，，登入窗口，网

站等信息内容全部剔除掉，只是提取网页中的主体内容。

在剔除过程中，并不会把主体之外的其他东西全部抛掉，比如相关推荐，关联阅读的内容在一定

程度也会被算作是本页的内容，或者是对本页内容的补充，也会对搜索有一定的影响。

4、去除停止词

所谓的停止词，其实就是文章中出现的“的、地、得、哎、呀、却、但”等之类的词。这些词在文章中

出现的频率极高，而且没有什么实际的意义，除掉这些词不影响搜索引擎内容进行分词和理解，还可以减

少搜索引擎的计算量。

Howdosearchenginesprocess

content?

Contentprocessinghasalwaysbeenarelativelymysteriousjob.ManySEOnelarecuriousabouthowsearchengines

processcontentandwhatarethealgorithmsforprocessingcontent.Thereisnowaytotalkaboutthespecificsearchalgorit

hmsandformulashere.Icanonlygiveyouanunderstandingfromthecontentprocessinglogic.

1.Determinethetypeoftarget

page

Tocapturethecontent,youmustfirstclassifythetypeofthecontent,whetheritisanordinarywebpagefileoraspecial

filedocumentsuchaspdforword.Ifitisanordinarywebpage,itisalsonecessarytodeterminewhetherthetypeoftheweb

pageisordinarytextcontent,c