圖片來(lái)源：跨境男孩

眼中腳下路，心中要有宏圖。大家好，我是Riven@跨境男孩。歡迎來(lái)到雨果跨境男孩Riven頻道，這里主要分享獨(dú)立站、SEO相關(guān)知識(shí)。本文共計(jì)1800余字，預(yù)計(jì)閱讀耗時(shí)3min。

實(shí)際上Google搜索引擎技術(shù)的工作過(guò)程是非常復(fù)雜的，我在這里簡(jiǎn)單介紹下Google搜索引擎是怎樣實(shí)現(xiàn)網(wǎng)頁(yè)在SERP排名的，幫助做獨(dú)立站SEO及從事互聯(lián)網(wǎng)的朋友理解。

Google搜索引擎原理，最重要的三步: ●蜘蛛爬行&抓取●預(yù)處理&收錄（建立索引）●算法排序（提供搜索結(jié)果）

圖片來(lái)源：跨境男孩

一：蜘蛛爬行&抓取

爬行和抓取是Google搜索引擎工作的第一步，完成對(duì)網(wǎng)絡(luò)上存在的網(wǎng)站頁(yè)面數(shù)據(jù)的采集任務(wù)。Google官方解釋是 —— "抓取" 是指Google 使用稱(chēng)為抓取工具的自動(dòng)化程序從其在互聯(lián)網(wǎng)上找到的頁(yè)面下載文本、圖像和視頻。

執(zhí)行抓取的程序稱(chēng)為Googlebot （也稱(chēng)為機(jī)器人或蜘蛛）。Googlebot 使用算法過(guò)程來(lái)確定要抓取哪些網(wǎng)站、抓取頻率以及從每個(gè)網(wǎng)站抓取多少頁(yè)面。

Googlebot 會(huì)遵循Robots.txt文件中的協(xié)議，某些頁(yè)面可能被網(wǎng)站所有者禁止抓取，蜘蛛就不會(huì)抓取。比如無(wú)法在不登錄狀訪(fǎng)問(wèn)的頁(yè)面（如購(gòu)物車(chē)頁(yè)、結(jié)賬頁(yè)等）、重復(fù)頁(yè)面等（如許多網(wǎng)站都可以通過(guò)域名的 www（www.domain.com)和非 www(domain.com) 版本訪(fǎng)問(wèn)）

（圖片來(lái)源：Google網(wǎng)站的Robots.txt文件）

Google可以通過(guò)對(duì)已知的頁(yè)面實(shí)行深度和廣度的遍歷策略，去跟蹤發(fā)現(xiàn)新頁(yè)面和新內(nèi)容，比如博客文章內(nèi)發(fā)現(xiàn)產(chǎn)品鏈接（Inboud Links）等。

圖片來(lái)源：跨境男孩-SEO實(shí)戰(zhàn)密碼

或者通過(guò)站長(zhǎng)提交站點(diǎn)地圖（Sitemap）到GSC（Google Search Console）， Google 會(huì)參考Sitemap進(jìn)行抓取，這也會(huì)發(fā)現(xiàn)到其他頁(yè)面。

Googlebot抓取還會(huì)涉及其他知識(shí)方面：

 ● Robots.xtx文件    ●跟蹤鏈接    ●地址庫(kù)    ●吸引蜘蛛    ●文件存儲(chǔ)    ●爬行時(shí)檢測(cè)重復(fù)內(nèi)容    ●抓取預(yù)算等

二：預(yù)處理&收錄（建立索引）

預(yù)處理就是分析及處理抓取的網(wǎng)站數(shù)據(jù)內(nèi)容；收錄就是搜索引擎把頁(yè)面存儲(chǔ)到數(shù)據(jù)庫(kù)的結(jié)果，也叫索引（Index）。

Google 的官方解釋是—— "抓取頁(yè)面后，Google 會(huì)嘗試分析該頁(yè)面的內(nèi)容。這個(gè)階段稱(chēng)為索引，它包括處理和分析文本內(nèi)容和關(guān)鍵內(nèi)容標(biāo)簽和屬性，例如meta title、meta description、alt 屬性、圖像、視頻等。"

Google會(huì)對(duì)抓取的原內(nèi)容經(jīng)過(guò)文字提取、分詞、消噪、去重等后，得到獨(dú)特、反映頁(yè)面主要內(nèi)容的、以詞為單位的字符串。接下來(lái)就是搜索引擎索引程序就可以提取文件中的關(guān)鍵詞，將URLs頁(yè)面轉(zhuǎn)換成一個(gè)關(guān)鍵詞的集合。

正向索引示例見(jiàn)下方:

圖片來(lái)源：跨境男孩

接下來(lái)，搜索引擎會(huì)將正向索引數(shù)據(jù)庫(kù)重新構(gòu)造成為倒排索引，把URLs（或理解為URLs中內(nèi)容文件）對(duì)應(yīng)到關(guān)鍵詞的映射關(guān)系轉(zhuǎn)換為：關(guān)鍵詞到URLs的映射。

在下面的倒排索引中，關(guān)鍵詞是主鍵，每個(gè)關(guān)鍵詞都對(duì)應(yīng)著一些類(lèi)文件或URLs，這些文件中都出現(xiàn)了這個(gè)關(guān)鍵詞。這些數(shù)據(jù)會(huì)在下一階段提供排名搜索結(jié)果中使用到。

倒排索引示例見(jiàn)下方：

圖片來(lái)源：跨境男孩

Google收錄還會(huì)涉及其他知識(shí)方面：

●鏈接關(guān)系計(jì)算●特殊文件處理●質(zhì)量判斷等

三：排名（提供搜索結(jié)果）

在上一步GoogleBot收錄了你的內(nèi)容到Google 自己的搜索引擎數(shù)據(jù)庫(kù)，收錄了不代表立馬有排名，Google對(duì)于新網(wǎng)站有個(gè)考察期，考察期內(nèi)網(wǎng)站內(nèi)容更新節(jié)奏比較穩(wěn)定，沒(méi)有惡意垃圾外鏈操作，Google開(kāi)始慢慢放開(kāi)給你排名。

當(dāng)用戶(hù)輸入查詢(xún)時(shí)，Google搜索引擎會(huì)在索引中搜索匹配頁(yè)面，并返回Google認(rèn)為質(zhì)量最高且與用戶(hù)最相關(guān)的結(jié)果。

這個(gè)過(guò)程就會(huì)用到第二點(diǎn)索引部分提到的倒排索引，使得文件匹配能夠快速完成。

文件匹配（倒排索引快速匹配關(guān)鍵詞對(duì)應(yīng)的URL）見(jiàn)下圖：

圖片來(lái)源：跨境男孩

舉個(gè)例子：若用戶(hù)搜索"關(guān)鍵詞3"，就會(huì)在SERP（搜索結(jié)果頁(yè)面）展示URL-8，URL-9，URL-10，URL-19，...，URL-E。

若用戶(hù)搜索"關(guān)鍵詞1  and 關(guān)鍵詞3"，排名程序只要在倒排索引中找到"關(guān)鍵詞1 "和 "關(guān)鍵詞3"這兩個(gè)詞，就能找到分別含有這兩個(gè)關(guān)鍵詞的所有頁(yè)面，經(jīng)過(guò)簡(jiǎn)單求頁(yè)面交集即：URL-8和URL-9

但其實(shí)Google搜索引擎Rank的相關(guān)性由數(shù)百個(gè)因素決定，其中可能包括用戶(hù)的位置、語(yǔ)言和設(shè)備（桌面或電話(huà)）、搜索意圖等信息。

搜索引擎排名這塊內(nèi)容還涉及：

●搜索詞處理●初始子集的選擇●相關(guān)性計(jì)算●排名過(guò)濾及調(diào)整●搜索緩存●查詢(xún)及點(diǎn)擊日志等

這里簡(jiǎn)單解釋了Google搜索的工作原理，但Google一直在改進(jìn)算法。建議可以關(guān)注Google Search Central 博客來(lái)了解Google更新內(nèi)容 ，也感興趣推薦閱讀《SEO實(shí)戰(zhàn)密碼》、《SEO的藝術(shù)》、國(guó)外SEO博客站等。

（來(lái)源：跨境男孩）

以上內(nèi)容屬作者個(gè)人觀點(diǎn)，不代表雨果跨境立場(chǎng)！本文經(jīng)原作者授權(quán)轉(zhuǎn)載，轉(zhuǎn)載需經(jīng)原作者授權(quán)同意。?