搜索引擎9238 没有搜索引擎是万万不能的,但搜索引擎不是万能的; 有些内容,网上明明存在,但是你用搜索引擎搜不到。如果事先理解搜索引擎能做的和不能做的,你就可以设计更佳的搜索策略。而搜索之前思考一下搜索策略,是搜索成功最关键的一步。 这样的内容,主要有3类: ====================== 1、网上有,但是搜索引擎库里没有 ------------------------------------------------------ 1.1 spider未能正确处理的网页性质及文件类型 (如flash、script、ps、某些动态网页及frame、数据库) 1.2 没有指向链接的孤岛网页 1.3 spider访问时因为某些原因正好是死链接 1.4 被认为是劣质网页而不抓 1.5 因为/色情/反动/spam/等问题而不抓的非法网页 1.6 需要输入用户名、密码方可打开的网页 1.7 网站用robots协议拒绝搜索引擎抓取的网页 1.8 搜索引擎还未来得及抓取的新网页 1.9 gopher、newsgroups、Telnet、ftp、wais等非http信息 1.10 网站数据库做得太差劲,spider一抓就宕,只好不抓 2、搜索引擎库里有,但是未能正确索引网页中信息 ------------------------------------------------------ 2.1 分词引起误差 2.2 图型中的文字信息你看得懂但搜索引擎看不懂 2.3 停用词等搜索引擎故意不索引的信息 2.4 搜索引擎对某些网页有选择的索引,未索引全部网页信息 3、搜索引擎正确索引了网页中信息,但和你用的关键词不同 ------------------------------------------------------- 3.1 你用的搜索关键词中含有错别字 3.2 网页作者用了错别字 3.3 没有错别字,但网页作者用的词汇和你的关键词不同,毕竟,文字的特性,允许有n种方式表达同一种信息 3.4 简体繁体不同编码 |
|小黑屋|最新主题|手机版|微赢网络技术论坛 ( 苏ICP备08020429号 )
GMT+8, 2024-9-30 05:37 , Processed in 0.156305 second(s), 12 queries , Gzip On, MemCache On.
Powered by Discuz! X3.5
© 2001-2023 Discuz! Team.