一、抓取：百 度抓取網頁的工具叫做蜘蛛Spider，這個比喻十分形象，百度蜘蛛或者叫做百度爬蟲，在互聯網上這張大網上爬行，順著網頁中的超鏈接，從這個網站爬到另 一個網站，通過超鏈接分析連續(xù)訪問抓取更多網頁。被抓取的網頁被稱之為網頁快照。由于互聯網中超鏈接的應用很普遍，理論上，從一定范圍的網頁出發(fā)，就能搜 集到絕大多數的網頁。然后過濾掉低質量、重復甚至是同質化內容，即石榴算法。 過濾：2013年5月，百度推出“石榴算法”，過濾掉采集，同質化以及低質量頁面。稀缺度越高越容易被抓取。 二、收錄：搜 索引擎抓到網頁后，還要做大量的預處理工作，才能提供檢索服務。其中，最重要的就是提取關鍵詞，建立索引庫和索引。其他還包括去除重復網頁、分詞（中 文）、判斷網頁類型、分析超鏈接、計算網頁的重要度/豐富度等。然后通過比對去重步驟，（將重復或者沒有更新的網頁從數據庫刪除，然后通過先進先出的規(guī) 則），分詞（通過將頁面拆分成一個一個詞語，去掉形容詞、動詞、助詞等無用內容，然后將剩下的詞從互聯網中找出出現頻率，將中頻詞與數據庫中其他類似頁面 詞語進行比對，從而保留新頁面或者更新后的舊頁面。 三、排序：排 序就是關鍵詞排名。這也是SEO從業(yè)者以及企業(yè)老板們最為看重的因素，也是SEO從業(yè)者的終極目標。（對于老板而言，轉化率中的訂單量才是對電商 部門的終極要求）。百度根據每個頁面的標題，判斷內頁相關度以后，通過大約一百四十項因素評分以后，會列出某一關鍵詞的排序。 搜索引擎的數據庫分為高質量、中質量與低質量三種。高質量索引庫的頁面也符合 二八原則，大約占整個互聯網頁面的20%，卻能夠滿足80%的搜索引擎用戶需求。中低質量索引庫里的頁面，在一般情況下，是不會參與關鍵詞排名的，或者排 名在三十或者百名以后。但是，在某些冷門關鍵詞，在高質量索引庫中沒有找到結果的，則會從中低索引庫中提取關鍵詞并展示出來。 影響百度收錄的因素： 1.百度對于老域名網站，收錄較快對于新域名網站，以及老域名卻被K過的網站收錄較慢。 2.主頁比內頁收錄快，新網站剛上線情況下，一般主頁會在半個月內實現收錄，而內頁最遲則會一個半月到兩個月才被收錄。就要檢查未被收錄的頁面的質量，去豐富這些頁面的內容。 3.當內容質量特別高，特別稀缺，理論上是可以實現秒收錄的。 4.新聞資訊類網站，通常原創(chuàng)首發(fā)的稀缺類網頁，尤其是熱點新聞，通常都是接近于秒收。相應的，企業(yè)站產品頁面由于不是熱點，收錄速度比熱門資訊類更慢。 5.網站權重影響收錄。權重是搜索引擎對于網站的評級，百度的權重對應的是谷歌的PR值，PR全稱page rank，即網頁等級的意思。網站權重通常是由0-10，11個評分等級構成，而網站權重又由主頁權重和每個頁面權重共同組成，某種意義上講，網站權重可 以大致理解為網站所有頁面權重的平均值。因此，網站整體權重高的內頁，收錄比權重低的網站要快的多。所以，企業(yè)類網站內頁頁面的收錄通常會受類型不是熱門 事件以及網站整體權重比資訊類頁面低的雙重因素作用下，收錄要慢得多。 《戰(zhàn)國策四》中記載著一個有名的故事，叫做南轅北轍。意思就是說，一個人在努力，準備再充分，選擇錯了方向就會南轅北轍，有付出卻沒有收獲。每個SEO從業(yè)者，以及想要了解SEO的人們，只有先了解了搜索引擎的工作原理，才能保證所有的努力都作對了方向。