想让网站排名靠前，必定离不开对搜索引擎原理的掌握，今天带大家来了解下网站排名靠前的先决条件！

搜索引擎工作原理

第一步 爬行

有过网站优化经验的人都清楚，搜索引擎抓取程序是沿着链接爬行的，如果没有链接就相当于没有路径，没有路径网站就不可能被搜索引擎抓取内容，收录页面。所以第一步必须要给搜索引擎链接。链接的方式有很多种给法，可以向各大搜索引擎提交网站域名和网站原创内容链接，也可以去找朋友或者平台建立友情链接交换，还可以去其他平台（论坛，贴吧，博客，B2B）发布外链。不管采用那一种方式，链接建设必不可少。

第二步 抓取

百度的抓取程序叫baiduspider（百度蜘蛛），也成为机器人bot。以百度为例 百度抓取的是网站页面上的文字信息，然后返回给百度数据库，数据库比对信息，如果信息已经存在，那么视为伪原创，不予收录到数据库，直接丢弃信息；如果信息不存在，那么视为原创内容，存进百度数据库，收录此网站内容页面。百度等搜索引擎是不会抓取图片，flash，动画，视频等内容的。

第三步 预处理

抓取工作完成之后，百度要对抓取的信息进行预处理，预处理的过程就比较复杂了，这边一步一步给大家分析一下。

1、提取文字

搜索引擎对抓取来的网页信息，提取其中的文字信息，丢掉除文字信息以外的内容。

2、中文分词

搜索引擎对提取出来的文字按照两种策略进行中文分词，第一种是基于词典的匹配，第二种是基于数据统计的匹配。举个例子重庆装修这个词就被分为重庆和装修两个词，这是基于词典的匹配策略；基于数据的匹配是看哪几个字挨着出现的几率比较高，这叫基于数据统计的匹配。

3、去停止词

提取出的文字信息中，像的，地、得这样的组词是毫无意义的，所以需要去掉。

4、消除噪声

哪种类型的信息叫做噪声呢？像网站里面的广告，版权信息，注册登录信息等，多网站没有任何作用，反倒会分散网站权重。所以需要消除掉！

5、去重

去掉重复的信息。前面提到过搜索引擎都不需要重复的内容，第一会降低客户体验度，第二会浪费存储空间。所以原创的内容，是搜索引擎做喜欢的。伪原创什么的就别来了！

6、正向索引和倒排索引

每个文件对应一个ID，根据搜索词返回相应的页面信息

7、链接关系的计算

计算网站有多少外部链接/导入链接，多少内链，多少导出链接！评判网站权重

8、文件处理

除了HTML以外，搜索引擎还可以抓取PDF/WORD/WPS/XLS/PPT/TXT等文件。只是图片，视频，flash等还不能抓取和处理

第四步 排名

经过前面3步之后，最后一步就是网站排名了。网站排名会根据用户检索的关键词来匹配。把网站权重高，相关性高的页面，优先排在前面，其余网站再后面！这里要提到，百度只会返回1000个搜索结果给用户，但是1000个搜索结果已经可以完全满足用户需求了。

只有在了解搜索引擎的工作原理之后，才能更好的开展网站优化工作，提高网站排名