中國IDC圈1月29日?qǐng)?bào)道：搜索引擎蜘蛛把頁面代碼送回搜索引擎服務(wù)器后，SE是如何判斷頁面中最核心的內(nèi)容呢？

　　先說下Kyw認(rèn)為的搜索引擎運(yùn)作過程的前幾個(gè)步驟：

　　1. 蜘蛛下載A頁面，送回服務(wù)器；

　　2. 服務(wù)器尋找A頁面的核心內(nèi)容位置，然后去除HTML代碼；

　　3. 尋找網(wǎng)頁核心內(nèi)容；……

　　我不確定GOOGLE、百度、YAHOO！是否真的有“判斷核心內(nèi)容”這個(gè)步驟，但我相信一定有類似的運(yùn)算機(jī)制，因?yàn)槿绻麤]這個(gè)步驟，搜索引擎將耗費(fèi)大量資源做重復(fù)運(yùn)算。當(dāng)然KYW不是搜索引擎工程師，下面只是對(duì)搜索引擎的一些思考。

　　SE面對(duì)一整頁HTML代碼，如何判斷核心內(nèi)容在哪里呢？第一步：拿該頁面和同域名、同目錄、同文件名格式的頁面做對(duì)比，去除相似的部分。經(jīng)過這個(gè)步驟，頭部的導(dǎo)航條、底部的版權(quán)信息、固定位置的廣告就被去掉了。我估計(jì)搜索引擎在每增加一個(gè)新網(wǎng)站的時(shí)候，會(huì)建立一個(gè)對(duì)比模板來提高工作效率。如果網(wǎng)站經(jīng)常改版，在改版剛開始的期間，搜索引擎還沒反應(yīng)過來，就可能造成新收錄網(wǎng)頁的排名不理想。

　　第二步：去掉有大量鏈接的部分。經(jīng)過這步，“相關(guān)文章”“推薦文章”等都被去掉了，剩下一些包含文字內(nèi)容的代碼。

　　第三步：在剩余的代碼中判斷哪段標(biāo)簽（可能是DIV、TABLE、P或其它標(biāo)簽）中的文字內(nèi)容最多，因?yàn)橐话愫诵膬?nèi)容的文字量會(huì)比較多。

　　每個(gè)頁面經(jīng)過上面3個(gè)步驟，應(yīng)該就能順利的判斷出核心內(nèi)容所在的位置。經(jīng)過這樣的思考，我們也許可以這樣總結(jié)：

　　1. 同目錄下的頁面，最好模板一樣。

　　2. 核心內(nèi)容文字量不能太少，特別是企業(yè)站和B2C網(wǎng)站，只放價(jià)格和包含大量說明文字的圖片是很不好的。

　　3. HTML代碼中如果錯(cuò)誤很多，可能會(huì)影響排名，因?yàn)樗阉饕�擎可能在判斷核心�?nèi)容的時(shí)候出差錯(cuò)。

　　4. 期待你的補(bǔ)充 ^_^

　　Kyw把SEO的主要工作理解成幫助搜索引擎更高效的理解網(wǎng)站及頁面的內(nèi)容，所以建議大家有事沒事琢磨琢磨搜索引擎，問題想透的越多，SEO的手法也就更加隨機(jī)應(yīng)變了。當(dāng)然也沒必要鉆牛角尖，有想不通的問題就到我這留言吧。