什么是搜索引擎及搜索引擎工作原理

編者按：本文由本站編輯　鐘麗　原創(chuàng)，轉(zhuǎn)載請(qǐng)保留本頁鏈接。

我們平常用來搜索的百度就是中國最大的搜索引擎，其它還有雅虎、新浪等推出的搜索引擎，不過量小得多，一般只有百分之幾。那搜索引擎有沒有科學(xué)的定義呢。

一般說來，搜索引擎是指以一定的策略搜集互聯(lián)網(wǎng)上的信息，在對(duì)信息進(jìn)行組織和處理后，為用戶提供檢索服務(wù)的系統(tǒng)。

從使用者的角度看，搜索引擎提供一個(gè)包含搜索框的頁面，在搜索框輸入詞語，通過瀏覽器提交給搜索引擎后，搜索引擎就會(huì)返回跟用戶輸入的內(nèi)容相關(guān)的信息列表。

也有人把互聯(lián)網(wǎng)發(fā)展早期，以雅虎為代表的網(wǎng)站分類目錄查詢非常流行。網(wǎng)站分類目錄由人工整理維護(hù)，精選互聯(lián)網(wǎng)上的優(yōu)秀網(wǎng)站，并簡要描述，分類放置到不同目錄下。用戶查詢時(shí)，通過一層層的點(diǎn)擊來查找自己想找的網(wǎng)站，這種基于目錄的檢索服務(wù)網(wǎng)站成為搜索引擎，但從嚴(yán)格意義上，它并不是搜索引擎。

搜索引擎必須具備抓取和處理網(wǎng)頁，提供檢索服務(wù)這三大功能。

抓取網(wǎng)頁一般稱為網(wǎng)絡(luò)機(jī)器人，其實(shí)是一個(gè)網(wǎng)頁抓取程序，英語叫spider。它是怎么工作的呢。

Spider順著網(wǎng)頁中的超鏈接，連續(xù)地抓取網(wǎng)頁。由于互聯(lián)網(wǎng)中超鏈接的應(yīng)用很普遍，從理論上，從一定范圍的網(wǎng)頁出發(fā)，就能搜集到絕大多數(shù)的網(wǎng)頁。

抓取網(wǎng)頁后，還必須進(jìn)行處理，處理內(nèi)容包括四個(gè)方面，其中最重要的就是提取關(guān)鍵詞，建立索引文件，其次還得去除重復(fù)網(wǎng)頁、分析網(wǎng)頁中的超鏈接、計(jì)算網(wǎng)頁的重要度。

這一技術(shù)還在不斷發(fā)展中，這就是為什么大家有時(shí)假輸入的關(guān)鍵詞卻找不到想要的內(nèi)容，這就是收索引擎處理網(wǎng)頁時(shí)精度不高造成的。

處理網(wǎng)頁后，就是與我們直接相關(guān)的檢索服務(wù)了，我們輸入關(guān)鍵詞進(jìn)行檢索，搜索引擎從索引數(shù)據(jù)庫中找到匹配該關(guān)鍵詞的網(wǎng)頁；一般情況下為了用戶便于判斷，除提供網(wǎng)頁標(biāo)題和URL外，還會(huì)提供一段網(wǎng)頁摘要及其他信息。

相關(guān)作品：計(jì)算機(jī)之父──馮·諾依曼簡介