百度搜索抓取到索引入库的工作流程

百度搜索引擎工作大致可以分为四步

分别为：1.蜘蛛抓取建库；2.库内检索排序；3.外部链接；4.结果显示。

一、蜘蛛爬行网页抓取内容建库

百度蜘蛛从一些重要的种子URL开始，通过页面上的超链接关系，不断的发现新URL并抓取网页。对于类似百度这样的大型spider系统，因为每时 每刻都存在网页被修改、删除或出现新的超链接的可能，因此，还要对spider过去抓取过的页面保持更新，维护一个URL库和页面库。

二、建立索引，检索排序

抓取入库后，对页面进行分析，页面分析的过程实际上是将原始页面的不同部分进行识别并标记，例如：title、keywords、content、link、anchor、评论、其他非重要区域等等。

然后再需要进行分词，分词的过程实际上包括了切词分词同义词转换同义词替换等等，以对某页面title分词为例，得到的将是这样的数据：term文本、termid、词类、词性等等；

前面的工作完成后，接下来即是建立倒排索引，形成{termàdoc}

接下来就要进行排序，影响搜索结果排序的因素：相关性、权威性、时效性、重要性、丰富度、受欢迎程度，以上便是百度搜索引擎决定搜索结果排序时考虑的六大原则。

三、外部链接，即为外链，正所谓内容为王超链为皇。

通过超链计算得分来体现网页的相关性和重要性，的确曾经是搜索引擎用来评估网页的重要参考因素之一，会直接参与搜索结果排序计算。但随着该技术被越来越多的SEO人员了解，超链已经逐渐失去作为投票的重要意义，无论是谷歌还是百度，对超链数据的依赖程度都越来越低。那么，在现在，超链在发挥着怎样的作用？

大通网络点评

吸引蜘蛛抓取、向搜索引擎传递相关性信息、提升排名，所以外链的作用从未改变~