搜索引擎是如何工作的 (搜索引擎是如何收集信息资料的)

本文目录导航：

• 搜索引擎是如何工作的？
• 搜索引擎基本工作原理工作原理
• 搜索引擎工作原理

搜索引擎是如何工作的？

搜索引擎按其工作方式主要可分为三种，分别是全文搜索引擎（Full Text Search Engine）、目录索引类搜索引擎（Search Index/Directory）和元搜索引擎（Meta Search Engine）。

搜索引擎基本工作原理工作原理

搜索引擎的基本工作原理包含三个关键步骤：抓取网页、处理网页以及提供检索服务。

具体流程如下：首先，搜索引擎通过网页抓取程序（spider）在互联网中发现并搜集网页信息。

spider会顺着网页中的超链接，持续抓取网页。

被抓取的网页被称为网页快照。

理论上，从有限的网页出发，可以搜集到绝大多数的网页。

其次，抓取到的网页需要经过大量的预处理工作，才能为用户提供检索服务。

最重要的预处理步骤包括提取关键词、建立索引库和索引。

此外，还包括去除重复网页、中文分词、判断网页类型、分析超链接以及计算网页的重要度/丰富度等。

最后，当用户输入关键词进行检索时，搜索引擎从索引数据库中找到与关键词匹配的网页。

在提供检索结果时，除了网页标题和URL外，还会附加一段来自网页的摘要及其他相关信息，帮助用户快速判断结果的准确性与相关性。

总之，搜索引擎的基本工作原理通过三个关键步骤——抓取、处理和检索服务，实现了从互联网中高效、准确地搜集和提供所需信息的过程。

搜索引擎工作原理

搜索引擎的工作原理总共有四步：

第一步：爬行，搜索引擎是通过一种特定规律的软件跟踪网页的链接，从一个链接爬到另外一个链

接，所以称为爬行。

第二步：抓取存储，搜索引擎是通过蜘蛛跟踪链接爬行到网页，并将爬行的数据存入原始页面数据库。

第三步：预处理，搜索引擎将蜘蛛抓取回来的页面，进行各种步骤的预处理。

第四步：排名，用户在搜索框输入关键词后，排名程序调用索引库数据，计算排名显示给用户，排名过程与用户直接互动的。

不同的搜索引擎查出来的结果是根据引擎内部资料所决定的。

比如：某一种搜索引擎没有这种资料，您就查询不到结果。

定义

一个搜索引擎由搜索器、索引器、检索器和用户接四个部分组成。

搜索器的功能是在互联网中漫游，发现和搜集信息。

索引器的功能是理解搜索器所搜索的信息，从中抽取出索引项，用于表示文档以及生成文档库的索引表。

检索器的功能是根据用户的查询在索引库中快速检出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并实现某种用户相关性反馈机制。

用户接口的作用是输入用户查询、显示查询结果、提供用户相关性反馈机制。

起源

所有搜索引擎的祖先，是1990年由Montreal的McGillUniversity三名学生（AlanEmtage、Peter

Deutsch、BillWheelan）发明的Archie（ArchieFAQ）。

AlanEmtage等想到了开发一个可以用文件名查找文件的系统，于是便有了Archie。

Archie是第一个自动索引互联网上匿名FTP网站文件的程序，但它还不是真正的搜索引擎。

Archie是一个可搜索的FTP文件名列表，用户必须输入精确的文件名搜索，然后Archie会告诉用户哪一个FTP地址可以下载该文件。

由于Archie深受欢迎，受其启发，NevadaSystemComputingServices大学于1993年开发了一个Gopher（GopherFAQ）搜索工具Veronica（VeronicaFAQ）。

Jughead是后来另一个Gopher搜索工具。

参考资料来源： 网络百科-搜索引擎