网站优化：搜索引擎原理之内容处理方法攻略

网站优化：搜索引擎原理之内容处理方法攻略

一、核心定义

搜索引擎对抓取页面的预处理，是索引/排名的前置环节

二、4大处理步骤

步骤1：判断页面类型

区分普通网页 vs PDF/Word/Excel等特殊文件

普通网页细分：文本/视频/图片、文章/论坛帖子

针对性处理

步骤2：提取网页文本信息

以文本为核心索引，非文本(JS/Flash/图片)抓取能力弱

提取Title、Keywords、Description等标签

百度仍参考Keywords标签

步骤3：去除页面噪声

清除广告、导航、版权、登录框等非主体内容

去除不严格：推荐内容、相关链接仍会被索引

SEO启示：合理利用辅助元素，不堆砌无关内容

步骤4：去除停止词

剔除“的、地、得、啊”等无实义虚词

作用：减少计算量，提升分词效率

非机械去除，对SEO影响小

三、后续流程

分词处理

去重处理

正向索引 & 倒排索引

四、SEO启示

细节决定优化效果，重视全流程页面优化

合理利用规则，禁止作弊堆砌

转载请注明出处！大胡笔记：http://www.10i.com.cn/