SEO 新手入门系列 2022（三）：搜索引擎是如何工作的？
通过《SEO 新手入门系列 2022（二）：SEO 101》这篇文章，我们已经简单了解了什么是 SEO 和搜索引擎。这篇文章将详细介绍搜索引擎的工作原理。搜索引擎的工作顺序大致为： 抓取网页（Crawing）
， 建立索引（Indexing），排名显示（Ranking）
。
正如在前一篇文章中提到的，搜索引擎就像一个问答机器，它挖掘、理解并组织网上能发现的任何信息，然后以相关的方式呈现给用户。为了能将你的网站信息展示给用户，最重要的是你的网站要能被搜索引擎发现，否则在 SEPRs（搜索引擎结果页）上是不会有你网站信息的。
搜索引擎是如何工作的？
正如 SEO 小也在开头所说，搜索引擎想要为用户提供网站信息，需要完成三个主要任务：
爬取网站（Crawing）：许多蜘蛛程序会顺着 URL 一个网站一个网站地爬取网站内容。
创建索引（Indexing）：对蜘蛛爬取的内容进行分类，创建相关索引，并存储在数据库中。
建立排名（Ranking）：为可能的问题建立相关性排名，相关性最高的内容排在靠前的位置。
当然，其中的技术实现非常复杂，作为一名 SEO 新人，可能暂时不需要深入研究这些问题。SEO 小也在大学毕业时的毕业设计就是搜索引擎，当时使用的是第三方的索引分词库，我们大部分时间只需要配置规则，更深入的内容我会另写几篇文章来分享。
搜索引擎抓取（Crawing）
搜索引擎要将相关内容展示给用户，第一步是派出它的小弟—— 搜索引擎爬虫（蜘蛛）
，它们会不断抓取互联网上的新内容或更新数据库中的旧内容。内容形式多种多样，可能是网页、PDF 文件、MP3 音频文件等，但它们都是通过 URL 来找到这些内容的。
搜索引擎最初会有一些种子 URL，这些 URL 通常是质量较高的链接地址，蜘蛛会顺着这些地址不断抓取，在这个过程中，新发现的链接会被作为新一轮爬取任务的种子 URL，直到没有新的链接可爬取。
搜索引擎索引（Indexing）
建立索引是一个复杂的过程，涉及算法、地理环境、社会学研究等多个因素。搜索引擎会根据许多参数来控制这些内容的分类，但最重要的是内容的相关性，相关性越高，被分到同一分类的可能性就越大。建立索引是为了后期能快速展现给用户，也是为排名提供数据基础。
搜索引擎排名（Ranking）
用户在搜索引擎输入框输入关键词后，搜索引擎会在其庞大的索引数据库中快速找到相关内容，并根据内容的相关性和其他参数对内容进行排序。这个过程就是搜索引擎排名，排名靠前的内容通常是搜索引擎认为与用户问题相关性最高的回答。
如果我们不想让搜索引擎展示某些内容，也是可以做到的，但大多数情况下我们不会这样做。搜索引擎优化的目的是让用户看到我们，并让搜索引擎优先展示我们想给用户看的内容。
搜索引擎能找到你吗？
如前所述，如果要让自己的网站出现在 SERPs 中，前提是网站要被搜索引擎蜘蛛爬取和索引。如果你已经有了网站，可以使用
site
命令查看网站的收录情况。以 SEO 小也为例，在谷歌搜索框中输入
site:www.seozen.top
，你可以看到类似以下的结果：
可以看到 SEO 小也的网站已经有 135 个网页被谷歌收录，这个结果经常会变动，只能看到一个大概的数据，不是特别精准，还有很多没有显示的网页。如果想查看更精准的结果，可以使用 Google Search Console
在收录功能中查看，这相当于我们的 百度站长平台
，但 SEO 小也个人认为它比百度站长平台的作用更大，所以我一般只看 GSC 的数据，很少去看百度站长平台的数据，以后也会专门写几篇文章来介绍。
如果使用 site
命令找不到网站的收录，可能是以下原因：
网站是新站，搜索引擎还没有收录。
网站没有外部导入链接，可以到一些平台发布一些外链。
网站目录结构太深，太复杂，导致搜索引擎爬虫抓取效率低下。
网站可能包含一些阻止搜索引擎爬虫的代码，如
noindex
，
nofollow
网站可能被搜索引擎处罚，因为存在作弊或垃圾广告等行为。
我们有时过于关注如何让搜索引擎抓取内容，而忽略了如何不让搜索引擎抓取一些内容，例如重复页面、搜索参数以及公司的联系方式、留言等。这些内容被收录的意义不大，而且会让搜索引擎不知道哪个界面是你最想展示给用户的。因此，我们需要告诉搜索引擎哪些资源不需要花费时间抓取，这就需要使用
robots.txt
文件。这篇 SEO 教程就先到这里。
