搜索引擎的工作過程大體上可以分成三個階段：

1、爬行和抓取：搜索引擎蜘蛛通過跟蹤鏈接訪問網頁，獲得頁面HTML代碼存入數據庫。

（1）蜘蛛

（2）跟蹤鏈接

（3）吸引蜘蛛

（4）地址庫

（5）文件存儲

（6）爬行時的復制內容檢測

2、預處理：索引程序對抓取來的頁面數據進行文字提取、中文分詞、索引等處理，以備排名程序調用。

（1）提取文字

（2）中文分詞

（3）去停止詞

（4）消除噪聲

（5）去重

（6）正向索引

（7）倒排索引

（8）鏈接關系計算

（9）特殊文件處理

3、排名：用戶輸入關鍵詞後，排名程序調用索引庫數據，計算相關性，然後按一定格式生成搜索結果頁面。

（1）搜索詞處理

（2）文件匹配

（3）初始子集的選擇

（4）相關性計算

（5）排名過濾及調整

（6）排名顯示

（7）搜索緩存

（8）查詢及點擊日誌

本文出自 “11934408” 博客，請務必保留此出處http://11944408.blog.51cto.com/11934408/1940669

2-2 搜索引擎工作原理簡介