搜索引擎如何運作？

搜索引擎有三個主要功能：

抓?。涸诨ヂ?lián)網(wǎng)上搜索內(nèi)容，查看他們找到的每個網(wǎng)址的代碼/內(nèi)容。

索引：存儲和組織在爬網(wǎng)過程中找到的內(nèi)容。一旦頁面在索引中，它就會在運行中顯示為相關(guān)查詢的結(jié)果。

排名：提供最能回答搜索者查詢的內(nèi)容，這意味著結(jié)果按最相關(guān)的順序排列。

什么是搜索引擎抓??？

抓取是搜索引擎發(fā)送一組機器人（稱為爬蟲或蜘蛛）以查找新的和更新的內(nèi)容的發(fā)現(xiàn)過程。內(nèi)容可能會有所不同 - 可能是網(wǎng)頁，圖片，視頻，PDF等 - 但無論格式如何，內(nèi)容都是通過鏈接發(fā)現(xiàn)的。

那個詞是什么意思？

遇到本節(jié)中任何定義的問題？我們的SEO詞匯表具有章節(jié)特定的定義，可幫助您保持最新速度。

Googlebot首先提取幾個網(wǎng)頁，然后按照這些網(wǎng)頁上的鏈接查找新網(wǎng)址。通過沿著這條鏈路跳過，爬蟲能夠找到新的內(nèi)容并將其添加到名為Caffeine的索引中- 這是一個發(fā)現(xiàn)的URL的大型數(shù)據(jù)庫 - 以便在搜索者查找該URL上的內(nèi)容的信息時進行檢索。很好的匹配。

什么是搜索引擎索引？

搜索引擎處理并存儲他們在索引中找到的信息，索引是他們發(fā)現(xiàn)并認為足以為搜索者提供服務(wù)的所有內(nèi)容的龐大數(shù)據(jù)庫。

搜索引擎排名

當某人執(zhí)行搜索時，搜索引擎會在其索引中搜索高度相關(guān)的內(nèi)容，然后對該內(nèi)容進行排序，以期解決搜索者的查詢問題。搜索結(jié)果按相關(guān)性排序稱為排名。通常，您可以假設(shè)網(wǎng)站排名越高，搜索引擎認為該網(wǎng)站對查詢的相關(guān)性就越高。

可以阻止部分或全部站點的搜索引擎抓取工具，或指示搜索引擎避免在索引中存儲某些頁面。雖然可能有理由這樣做，但如果您希望搜索者找到您的內(nèi)容，則必須首先確保爬蟲可以訪問它并且可以編制索引。否則，它就像看不見一樣好。

抓?。核阉饕婵梢哉业侥木W(wǎng)頁嗎？

正如您剛剛了解到的那樣，確保您的網(wǎng)站被抓取并編入索引是顯示在SERP中的先決條件。如果您已經(jīng)擁有一個網(wǎng)站，那么最好先看看索引中有多少頁面。這將對Google是否正在抓取并查找您想要的所有頁面提供一些很好的見解，而不是您沒有。

檢查索引頁面的一種方法是“site：yourdomain.com”，一個高級搜索運算符。前往Google并在搜索欄中輸入“site：yourdomain.com”。這將返回Google在其指定網(wǎng)站的索引中的結(jié)果：

Google顯示的結(jié)果數(shù)量（請參閱上面的“關(guān)于XX結(jié)果”）并不準確，但它確實讓您清楚了解哪些網(wǎng)頁在您的網(wǎng)站上編制索引以及它們當前如何顯示在搜索結(jié)果中。

要獲得更準確的結(jié)果，請在Google Search Console中監(jiān)控并使用“索引覆蓋率”報告。如果您當前沒有，則可以注冊免費的Google Search Console帳戶。使用此工具，您可以為您的網(wǎng)站提交站點地圖，并監(jiān)控實際添加到Google索引的已提交頁面的數(shù)量等。

如果您沒有在搜索結(jié)果中的任何位置顯示，則可能有以下幾種原因：

1.您的網(wǎng)站是全新的，尚未抓取。

2.您的網(wǎng)站未鏈接到任何外部網(wǎng)站。

3.您網(wǎng)站的導航使機器人難以有效地抓取它。

4.您的站點包含一些稱為爬蟲指令的基本代碼，阻止搜索引擎。

5.您的網(wǎng)站因Google垃圾郵件策略而受到了處罰。

6.告訴搜索引擎如何抓取您的網(wǎng)站

如果您使用Google Search Console或“site：domain.com”高級搜索運算符，并發(fā)現(xiàn)索引中缺少某些重要頁面和/或某些不重要的頁面被錯誤編入索引，則可以進行一些優(yōu)化實施以更好地指導Googlebot您希望如何抓取您的網(wǎng)絡(luò)內(nèi)容。告訴搜索引擎如何抓取您的網(wǎng)站可以讓您更好地控制索引中的內(nèi)容。

大多數(shù)人都會考慮確保Google能夠找到他們重要的頁面，但很容易忘記有可能是您不希望Googlebot查找的頁面。這些可能包括具有精簡內(nèi)容的舊URL，重復的URL（例如電子商務(wù)的排序和過濾器參數(shù)），特殊促銷代碼頁，登臺或測試頁等等。

要使Googlebot遠離您網(wǎng)站的某些網(wǎng)頁和部分，請使用robots.txt。

robots.txt的

Robots.txt文件位于網(wǎng)站的根目錄（例如yourdomain.com/robots.txt）中，并建議您的網(wǎng)站搜索引擎應該和不應該抓取哪些部分，以及他們抓取您網(wǎng)站的速度，通過特定的robots.txt指令。

Googlebot如何處理robots.txt文件

1.如果Googlebot無法找到網(wǎng)站的robots.txt文件，則會繼續(xù)抓取該網(wǎng)站。

2.如果Googlebot找到某個網(wǎng)站的robots.txt文件，它通常會遵守這些建議并繼續(xù)抓取該網(wǎng)站。

3.如果Googlebot在嘗試訪問網(wǎng)站的robots.txt文件時遇到錯誤，但無法確定是否存在，則不會抓取該網(wǎng)站

優(yōu)化抓取預算！

抓取預算是Googlebot在離開之前在您的網(wǎng)站上抓取的平均網(wǎng)址數(shù)，因此抓取預算優(yōu)化可確保Googlebot不會浪費時間瀏覽您不重要的網(wǎng)頁，而忽略了您的重要網(wǎng)頁。抓取預算對于擁有數(shù)萬個網(wǎng)址的超大型網(wǎng)站最為重要，但阻止抓取工具訪問您絕對不關(guān)心的內(nèi)容絕不是一個壞主意。只需確保不阻止抓取工具訪問您已添加其他指令的網(wǎng)頁，例如規(guī)范或無索引標記。如果Googlebot被阻止訪問某個網(wǎng)頁，則無法看到該網(wǎng)頁上的說明。

并非所有網(wǎng)絡(luò)漫游器都遵循robots.txt。意圖不好的人（例如，電子郵件地址刮刀）會構(gòu)建不遵循此協(xié)議的機器人。實際上，一些不良演員使用robots.txt文件來查找您的私人內(nèi)容的位置。雖然從登錄和管理頁面等私有頁面阻止抓取工具似乎合乎邏輯，以便它們不會顯示在索引中，但將這些URL的位置放在可公開訪問的robots.txt文件中也意味著具有惡意意圖的人可以更容易地找到它們。NoIndex這些頁面更好，并將它們放在登錄表單后面，而不是將它們放在robots.txt文件中。