致青春2：必須從搜尋引擎原理開始學習SEO

　　大家好，我是顏江峰，上一篇文章《致青春：寫給新手SEO們的一些話》發表以來，近期陸陸續續有不少朋友加了我的QQ：793030022。寫完這篇文章我發現內容太多了，時間限制也沒能寫更加詳細，寫一篇文章有時候打字要打接近兩個小時，還請大家體諒一下。

　　最近時常接受到了一些朋友的諮詢，尤其是打算接觸這個行業的朋友。其中有一位山西的朋友，問我SEO有沒有學曆要求。我回答SEO對學曆要求不高，只要你有一顆堅持和肯學習的心。對方又告訴我，他不懂編程，不會代碼，會是障礙嗎?這位朋友讓我想起筆者初時對SEO的抗拒，就是認為自己對不懂，才不願意接觸SEO，認為自己對這方面沒有優勢。當初看到那本書第一頁就告訴我：SEO不需要會編程，我眼睛瞬間明亮起來。順便說一句，做SEO以及網路營銷師，基本的html、div+CSS和JS要懂一些的。

　　這篇文章，我想先簡單的說一下搜尋引擎的原理，其實作為一個SEO，就必須要熟悉搜尋引擎的原理。只要你熟悉了原理，各種最佳化技巧你才能更好的明白和理解為什麼要這麼做。

　　我們SEO裡面說的蜘蛛，是搜尋引擎的一種程式，用來爬行和訪問頁面，百度蜘蛛是：baiduspider，Google稱為機器人：googlebot。

　　蜘蛛會根據頁面上的連結爬行，從一個頁面爬行到另一個頁面，就是通過這些連結。蜘蛛的爬行分為廣度優先和深度優先。理論上說，每一種方法，都能夠讓蜘蛛爬行完所有的頁面，可是我們實際情況中，時間不是無限的，不可能爬行完互連網上面所有的頁面。

　　作為一名SEO人員，如果希望自己的網站能更多的被蜘蛛收錄，就必須想辦法讓蜘蛛能夠來抓取你的頁面。如果不能夠抓取所有的頁面，起碼也要讓蜘蛛抓取你的重要頁面。那麼，蜘蛛是怎麼樣去判斷頁面的重要性呢。大概有這幾方面的因素：

　　更新度：蜘蛛爬行一次網站之後，就會把這個頁面的資料存放區，當下一次爬行的時候，如果發現這個頁面還是跟上次一樣的。表明這個頁面沒有更新，蜘蛛就會認為沒有必要經常抓取和爬行，反正這個頁面每次來都是一樣的內容。如果每次蜘蛛來都發現有更新，那麼就會來得比較頻繁。

　　匯入連結：一個頁面，要被蜘蛛知道，還必須要有匯入連結匯入到這個頁面。蜘蛛都是沿著連結爬行的，否則的話蜘蛛無法知道你的頁面的存在，也就不用談抓取和收錄了。

　　做SEO的都知道一個原則，就是每個頁面與首頁的點擊距離最好是2-3次點擊。一般網站權重最高的地方是首頁，有一個原則是，一個頁面離首頁的距離越近，這個頁面的權重就更高，被蜘蛛爬行的機率也更大。這裡也提醒大家，不妨把某些重要頁面的url，呈現在首頁。

　　蜘蛛抓取到的內容，會儲存起來。過程中，會檢測、刪除複製內容。如果你的網站權重太低，被蜘蛛發現了大量的轉載內容，蜘蛛可能都不會再爬行你的網站。因為搜尋引擎很不喜歡重複內容，這樣會造成它無效工作的增加。

　　抓取到內容之後，搜尋引擎會進行一系列的處理。我們查詢內容的時候，搜尋引擎已經進行了一系列的計算，然後根據這些計算排名。蜘蛛又會進行哪些處理呢?

　　蜘蛛抓取到內容首先會進行一個過濾，選出能夠參與排名的內容——也就是可見文字。除此之外，還會提取Meta、alt、錨文字等包含文字資訊的一些有用代碼。

　　分詞，這個主要是針對百度，一個句子中的字都是連一起的，搜尋引擎必須想辦法分別哪些是一個片語。比如：“小商品批發”，就有可能被分解為“小商品”和“批發”兩個詞。針對這種現象，我們能做的是給關鍵詞加粗或者加上h標籤，比如：小商品批發。所以加粗或者加上h標籤，還有一個作用是協助蜘蛛判斷這是一個片語。

　　去除的“的”、“地”、“得”等詞，去除一些感歎詞，去除一些副詞或者介詞等。

　　消除雜訊，著作權資訊、廣告等等這些影響頁面主題的內容。

　　之前的兩步稍微帶過，這裡要值得一提的是去重步驟。同樣的一篇文章，可能會被發表在不同的地方不同的網址。搜尋引擎並不喜歡這些重複的內容。很多時候搜尋引擎希望只返回相同文章的一篇。蜘蛛會進行重複內容的識別。這個步驟就稱之為“去重”。而且搜尋引擎的“去重”水準已經達到了比較先進的地步，絕對不是我們某些人理所當然的那樣。他會從頁面內容中選取最有代表的關鍵詞，進行各種計算和分析。所以一些網站所寫的偽原創，只是改變一下段落順序，稍微替換幾個詞，是無法避免蜘蛛的識別的。有的朋友很無辜的說，我天天都更新文章，為什麼我的站還是沒有收錄。或者，為什麼我天天更新文章，還是被降權了。

　　索引之後，會計算連結關係，比如匯入連結和錨文本等等。然後搜尋引擎還會處理一些特殊的檔案，比如：PDF、Word、PPT、TXT等。筆者記得以前有一位站長，就是用百度文庫的錨文字，做起來的。現在百度文庫好像權重有所降低，不過特殊檔案處理，搜尋引擎並不能識別視頻和圖片還有Flash，無法判斷這些東西所表達的意思。這也就是為什麼網站不要加太多Flash和視頻，也是為什麼要給圖片加alt標籤。因為蜘蛛是靠alt標籤這個描述性標籤，判斷圖片的內容。

　　然後就是排名了，排名過程中，會進行中文分詞。這裡我打算舉例一下title關鍵詞的選擇，我們選擇關鍵詞的時候，要考慮到把一個關鍵詞分開還能夠組合成新的關鍵詞，這就是為了利用到百度的分詞原理。

　　搜尋引擎會根據使用者的搜尋，匹配出最好的關鍵詞。可是那麼多檔案，蜘蛛到底要把哪一個呈現給使用者看呢。首先是相關性，大家可以理解為頁面關鍵詞密度。除了這個頁面的相關性之外，這裡就要考慮到頁面的權重問題。匹配的數目過於龐大的時候，蜘蛛不可能也沒必要對所有的頁面進行全部計算，所以就會選擇它認為最重要的頁面(權重高的頁面)進行相關性的計算。

　　搜尋引擎再經過一些調整，把結果呈現在大家面前。

　　有一位朋友問我，我不是電腦專業畢業的，請問我也能從事這個行業麼。呵呵，江峰念大學的時候，也不是電腦專業畢業的……

　　值得一提的是還有一位筆者老家的宗親聯絡到了我，還鼓勵我寫得不錯，江峰慚愧，上一篇文章，只是一時感慨，並未分享任何乾貨。所以也在思索，這篇文章，能夠給新手朋友們提供一些什麼樣真正有用的內容。

　　其實我一直接觸的都是國內的SEO，也就是百度的最佳化。前幾天跟一位朋友的交流，讓我意識到某些事情的重要性，於是又從網路上購得一本專業書籍，是國外幾位大神編寫的專門針對google的最佳化寶典。在撰寫這篇文章的時候，想起有一本很棒的書在路上，江峰還是很開心的。

　　朋友跟我說，這本書他下載過電子書，不過看得眼睛疼。根據我的親身經曆，看技術類型的，還就必須買書看，pdf和txt根本不方便，電子書用來看看小說還差不多。相信來到A5的朋友，一部分是站長和一些SEOer之外，還有那麼一部分人是新手，渴望在這裡學習到知識。可是我還是建議大家去買本這方面的書看，你花的這幾十元錢，絕對會物超所值。我親身感覺，網路上看那些零碎的教程，真沒看書有效果，看書比較系統。別人寫的文章，每個人風格和領悟都不一樣。看了很亂。

　　文章來源：http://www.now199.com，轉載請註明出處，寫文章很不容易。