這其實(shí)是最原始的方式，只有在網(wǎng)上信息不多的情況下才適用。隨著互聯(lián)網(wǎng)信息的幾何級(jí)增長(zhǎng)，有real 搜索引擎。這些搜索引擎知道網(wǎng)站每一頁(yè)的開(kāi)頭，然后在網(wǎng)上搜索所有的超鏈接，把所有代表超鏈接的單詞放入一個(gè)數(shù)據(jù)庫(kù)。這是搜索引擎現(xiàn)在的原型。用雅虎！搜索引擎的發(fā)展也進(jìn)入了一個(gè)黃金時(shí)代，表現(xiàn)比以前更好。

搜索引擎是在互聯(lián)網(wǎng)上提供信息檢索服務(wù)的計(jì)算機(jī)系統(tǒng)。不同的搜索引擎提供不同的服務(wù)，檢索對(duì)象有不同的側(cè)重點(diǎn)，如網(wǎng)站、文章等。但所有搜索引擎大致由三部分組成:一是在網(wǎng)上搜索所有信息，帶回搜索引擎；二是分類(lèi)整理信息，建立搜索引擎數(shù)據(jù)庫(kù)；三是通過(guò)服務(wù)器端軟件為用戶(hù)提供瀏覽器界面下的信息查詢(xún)。什么是搜索引擎？

搜索引擎是對(duì)互聯(lián)網(wǎng)信息資源進(jìn)行搜索、整理、分類(lèi)并存儲(chǔ)在網(wǎng)絡(luò) 數(shù)據(jù)庫(kù)中供用戶(hù)查詢(xún)的系統(tǒng)，包括信息采集、信息分類(lèi)和用戶(hù)查詢(xún)。從用戶(hù)的角度來(lái)看，搜索引擎提供了一個(gè)帶有搜索框的頁(yè)面。在搜索框中輸入單詞并通過(guò)瀏覽器提交到搜索引擎后，搜索引擎會(huì)返回與用戶(hù)輸入的內(nèi)容相關(guān)的信息列表。實(shí)際上，搜索引擎涉及到很多理論和技術(shù)領(lǐng)域:數(shù)字圖書(shū)館、數(shù)據(jù)庫(kù)、信息檢索、信息抽取、人工智能、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、計(jì)算機(jī)語(yǔ)言學(xué)、統(tǒng)計(jì)數(shù)據(jù)分析、數(shù)據(jù)挖掘、計(jì)算機(jī)網(wǎng)絡(luò)、分布式處理等。

搜索引擎的整個(gè)工作過(guò)程由三部分組成:1 .抓取搜索引擎為了抓取互聯(lián)網(wǎng)站的頁(yè)面，人工是不可能做到的，于是來(lái)自百度和谷歌的工程師編寫(xiě)了一個(gè)程序，他們給這個(gè)自動(dòng)抓取的程序起了個(gè)名字，Spider(也叫“機(jī)器人”)。互聯(lián)網(wǎng)上的信息儲(chǔ)存在無(wú)數(shù)的服務(wù)器中。任何搜索引擎想要回答用戶(hù)的搜索，都必須先將網(wǎng)頁(yè)存儲(chǔ)在自己的本地服務(wù)器上，這依賴(lài)于網(wǎng)絡(luò) crawler。

通常的做法是利用網(wǎng)頁(yè)之間的鏈接，從一個(gè)網(wǎng)頁(yè)開(kāi)始，提取到其他網(wǎng)頁(yè)的鏈接，把它們當(dāng)作下次要請(qǐng)求的對(duì)象，重復(fù)這個(gè)過(guò)程。有許多細(xì)節(jié)需要考慮。比如避免循環(huán)鏈接的網(wǎng)頁(yè)；解析web文檔并提取其中的鏈接；當(dāng)鏈接無(wú)法打開(kāi)時(shí)，處理錯(cuò)誤等。2、索引索引是幫助程序快速查找的。每個(gè)人都用過(guò)英漢詞典。詞典前面按單詞首字母排列的部分就是索引。

搜索引擎的原理可以看做三步:從網(wǎng)上抓取網(wǎng)頁(yè)→建立索引數(shù)據(jù)庫(kù)→在索引中搜索排序數(shù)據(jù)庫(kù)。從網(wǎng)上爬取網(wǎng)頁(yè):使用能自動(dòng)從網(wǎng)上收集網(wǎng)頁(yè)的蜘蛛系統(tǒng)程序，自動(dòng)上網(wǎng)，沿著任意網(wǎng)頁(yè)中的所有網(wǎng)址爬到其他網(wǎng)頁(yè)，重復(fù)這個(gè)過(guò)程，將爬取的網(wǎng)頁(yè)全部收集回來(lái)。/的“網(wǎng)絡(luò) Robot”或“數(shù)據(jù)庫(kù):/的“網(wǎng)絡(luò) Spider”是網(wǎng)絡(luò)上的一種軟件，它遍歷Web空間。

網(wǎng)絡(luò)機(jī)器人或網(wǎng)絡(luò)蜘蛛收集的網(wǎng)頁(yè)需要經(jīng)過(guò)其他程序的分析，按照一定的關(guān)聯(lián)算法進(jìn)行大量的計(jì)算，建立網(wǎng)頁(yè)索引，才能加入索引數(shù)據(jù)庫(kù)。索引中的搜索排名數(shù)據(jù)庫(kù):真正意義上的搜索引擎通常是指在互聯(lián)網(wǎng)上收集幾千萬(wàn)到幾十億的網(wǎng)頁(yè)，對(duì)網(wǎng)頁(yè)中的每一個(gè)詞(即關(guān)鍵詞)進(jìn)行索引，建立索引全文數(shù)據(jù)庫(kù)，當(dāng)用戶(hù)搜索某個(gè)關(guān)鍵詞時(shí)，頁(yè)面內(nèi)容中包含該關(guān)鍵詞的所有網(wǎng)頁(yè)都會(huì)被搜索出來(lái)作為搜索結(jié)果。