搜索如何來判斷核心內容的思考

仲介交易 HTTP://www.aliyun.com/zixun/aggregation/6858.html">SEO診斷 淘寶客 雲主機 技術大廳

搜尋引擎蜘蛛把頁面代碼送回搜尋引擎伺服器後，SE是如何判斷頁面中最核心的內容呢?

先說下Kyw認為的搜尋引擎運作過程的前幾個步驟：

1. 蜘蛛下載A頁面，送回伺服器;

2. 伺服器尋找A頁面的核心內容位置，然後去除HTML代碼;

3. 尋找網頁核心內容;

......

我不確定GOOGLE、百度、YAHOO!是否真的有「判斷核心內容」這個步驟，但我相信一定有類似的運算機制，因為如果沒這個步驟，搜尋引擎將耗費大量資源做重複運算。 當然KYW不是搜尋引擎工程師，下面只是對搜尋引擎的一些思考。

SE面對一整頁HTML代碼，如何判斷核心內容在哪裡呢?

第一步：拿該頁面和同功能變數名稱、同目錄、同檔案名格式的頁面做對比，去除相似的部分。 經過這個步驟，頭部的導航條、底部的版權資訊、固定位置的廣告就被去掉了。 我估計搜尋引擎在每增加一個新網站的時候，會建立一個對比範本來提高工作效率。 如果網站經常改版，在改版剛開始的期間，搜尋引擎還沒反應過來，就可能造成新收錄網頁的排名不理想。

第二步：去掉有大量連結的部分。 經過這步，「相關文章」「推薦文章」等都被去掉了，剩下一些包含文字內容的代碼。

第三步：在剩餘的代碼中判斷哪段標籤(可能是DIV、TABLE、P或其它標籤)中的文字內容最多，因為一般核心內容的文字量會比較多。

每個頁面經過上面3個步驟，應該就能順利的判斷出核心內容所在的位置。 經過這樣的思考，我們也許可以這樣總結：

1. 同目錄下的頁面，最好範本一樣。

2. 核心內容文字量不能太少，特別是企業站和B2C網站，只放價格和包含大量解說文字的圖片是很不好的。

3. HTML代碼中如果錯誤很多，可能會影響排名，因為搜尋引擎可能在判斷核心內容的時候出差錯。

4. 期待你的補充 ^_^

Kyw把SEO的主要工作理解成説明搜尋引擎更高效的理解網站及頁面的內容，所以建議大家有事沒事琢磨琢磨搜尋引擎，問題想透的越多，SEO的手法也就更加隨機應變了。 當然也沒必要鑽牛角尖，有想不通的問題就到我這留言吧。