郑州SEO/SEM

分词是很多做SEO的人常听到的概念，为了让大家在这个方面不会有疑惑，现在要来讲一下分词以及索引库。这也是更深入的了解搜索引擎的开始。

搜索引擎每天都是在处理一个基本的需求：用户搜索一个关键词，搜索引擎马上找到相关的网页给用户。这个过程要怎么实现呢？ 下面就分步来了解这个过程。

首先搜索引擎要尽可能多的把互联网上的网页搜集下来，这样能提供大量的网页给用户查询。这一部分由爬虫来解决，顺着互联网上的链接一个个往下抓取。最后就有了一堆记录着网页各种信息的资料库。目前的现状，最后能使这个资料库里有大概100多亿个网页。资料库里记录了这些网页的URL，整个网页的HTML代码，网页标题等等信息。

然后，搜索引擎拿到用户输入的这个关键词后，要从这个资料库里把相关的网页找出来给用户。这里就碰到好几个问题了：

1，要怎么快速的从上100亿个网页里找出匹配的网页的呢？

要知道这是从上百亿的网页里找符合这个关键词内容的网页，如果像用word里那种用ctrl + F 轮询的查找方式的话，即使用超级计算机，也不知道要消耗多少时间。但是现在的搜索引擎，在几分之一秒里就实现了。所以一定是做了一些处理才实现的。

解决办法也倒简单，就是建立一份索引库。就像我们查《新华字典》一样，我们不会翻遍《新华字典》的每一页来查那个字在哪页，而是先去索引表那里找这个字，拿到页码后，直接翻到那页就可以了。搜索引擎也会为上百亿的网页建立一个索引库，用户查询信息的时候，是先到搜索引库里查一下要找的信息在哪些网页，然后就引导你去那些网页的。

如下图：

索引库

2，索引库里用什么样的分类方式？

我们知道，《新华字典》的索引表是用字母列表或者偏旁部首的分类方式的。那么搜索引擎的索引库里是怎么分类的？是不是也可以用字母列表的方式？

搜索引擎如果以字母列表的方式排列索引库，那么平均每个字母下要查询的网页数量是  100亿÷26＝3.85亿 ，也还是一个很大的数字。而且搜索引擎上，今天是100亿个网页，过不了多久就是300亿个网页了。

1：把以下内容放在php文档<? ?>之间开头或结尾即可。

2：查看具体的搜索引擎机器人爬行纪录请访问程序中涉及的txt文档，大家可以自行修改路径。该文档内容包括蜘蛛爬行日期、时间、蜘蛛名称和网址。

function get_naps_bot()
{
$useragent = strtolower($_SERVER['HTTP_USER_AGENT']);

if (strpos($useragent, 'googlebot') !== false){
return 'Googlebot';
}

if (strpos($useragent, 'msnbot') !== false){
return 'MSNbot';
}

if (strpos($useragent, 'slurp') !== false){
return 'Yahoobot';
}

if (strpos($useragent, 'baiduspider') !== false){
return 'Baiduspider';
}

if (strpos($useragent, 'sohu-search') !== false){
return 'Sohubot';
}

if (strpos($useragent, 'lycos') !== false){
return 'Lycos';
}

if (strpos($useragent, 'robozilla') !== false){
return 'Robozilla';
}
return false;
}

function nowtime(){
$date=date("Y-m-d.G:i:s");
return $date;
}

$searchbot = get_naps_bot();

if ($searchbot) {
$tlc_thispage = addslashes($_SERVER['HTTP_USER_AGENT']);
$url=$_SERVER['HTTP_REFERER'];
$file="robotlog.txt";
$time=nowtime();
$data=fopen($file,"a");
fwrite($data,"Time:$time robot:$searchbot URL:$tlc_thispage\n");
fclose($data);
}

我这里是以做CJ联盟为例子，如果做的是外贸产品站，基本也大同小异。

1 在CJ联盟里选一个值得去推广的产品，最好是日常用品，然后选择关键词。比如申请到一个卖衣服广告主，那么你可以选择 girls colthes 作为你的主推关键词，这个关键词选择很重要！不可太热门太宽泛，也不可太小。太热门了你不好做上去，热情容易耗尽，太小了，即使做到第一名流量也不大，没有意义。

2 玉米选择务必要包含你的主关键词，最好只用com，其他的一概不考虑，常见的玉米组合方式 girlscolthesforyou  girlscolthes4you girlscolthestoyou girlscolthes2you yourbestgirlscolthes 等等。
...

百度旗下产品百度知道、百度贴吧、百度百科权重都很高，特别是百度百科更有代表性，不仅仅在百度搜索引擎赋予很高的权重，而且谷歌等搜索引擎赋予的权重也不低，关键词在搜索引擎中的排名也不低。从某种意义上来讲，网站权重只是搜索引擎排名中一个重要的参考指标，然而百度、谷歌搜索引擎排名算法规则是一个综合性考量，如何才能更加清晰的了解百度、谷歌搜索引擎的SEO?万能导航网的站长曾经说过：“我们不应该只看别人说什么，更重要的是看别人做什么?”所以我们可以从百度的百科、知道等百度成功的产品上找到答案。

　　在此通过对百度旗下产品的相关页面分析，找出这些成功产品的一些优化成功方法可以借鉴，在这里以百度百科为例总结如下：

　　1、整体结构自然和谐，并不追求尽量简化代码。

　　百度产品中无论是知道还是百科，产品网页的头部大量使用JS，页面中间部分是TABLE和DIV+CSS混合结构，并不像我们经常宣传的那样，尽量不用JS，结构使用DIV+CSS，尽量不用TABLE结构。由此知道精简并不是网站优化的重点，万能导航网没有采用DIV+CSS结构，无论从收录或者优化排名方面都取得良好的效果，所以站长不要为自己的网站不是完全采用DIV+CSS结构而耿耿于怀。

如果你想用zblog做cms，在首页调用各个栏目的话，这个标签可以实现<#CACHE_INCLUDE_CATEGORY_1#>。

不过有的网友反映在首页调用了这个标签以后，生成首页还是显示这个标签<#CACHE_INCLUDE_CATEGORY_1#>，并没有显示zblog中id为1的栏目的文章。

其实解决方法很简单，只需要安装一个列表插件即可，用zblog的在线插件管理即可安装！