搜索引擎抓取了大(dà)量的原始頁面後并不能直接用來(lái)排名，用戶搜索的時(shí)候開(kāi)程序來(lái)計(jì)算(suàn)排名無法在1秒(miǎo)2秒(miǎo)內(nèi)算(suàn)出結果，是以抓取了之後必須先預處理(lǐ)這樣來(lái)為(wèi)存庫之後的查詢做(zuò)準備。重慶網站(zhàn)建設

　　首先進行(xíng)的第一步就是提取文字，搜索引擎發展至今還(hái)是主要以文字為(wèi)主，當一大(dà)串代碼的時(shí)候，搜索引擎一般會(huì)抓取Mete标簽中的文字，圖片ALT文字，錨文字，網頁中的文字等。重慶專業建站(zhàn)

　　中文分詞是針對中文特有(yǒu)的一種分詞方式，英文來(lái)說一般都有(yǒu)分隔符，搜索引擎可(kě)以直接根據分隔符來(lái)判斷詞。而中文一般一句話(huà)都是連接在一起的是以需要分詞。比如SEO基礎服務這個(gè)詞，就有(yǒu)可(kě)能被分為(wèi)SEO、基礎、服務這三個(gè)詞。

　　分詞有(yǒu)兩種基于詞典的方式講一段漢字吧(ba)按照事先準備好的詞典按照掃描長度混合匹配最後出來(lái)最大(dà)的匹配度，而統計(jì)的方法則是在于根據幾個(gè)相鄰次在這個(gè)互聯網上(shàng)出現的次數(shù)比例來(lái)分詞。重慶網站(zhàn)設計(jì)

　　通(tōng)過谷歌(gē)搜索搜索引擎優化查看快照會(huì)發現谷歌(gē)會(huì)把詞分成 搜索 殷勤 優化 三個(gè)詞，而百度則會(huì)顯示為(wèi)搜索引擎優化顯然百度的出現更為(wèi)合理(lǐ)。重慶網站(zhàn)優化