Simone
搜索引擎是一个对互联网信息资源进行搜索整理和分类，并储存在网络数据库氏灶悄中供用户查询的系统，包括信息搜集、信息分类、用户查询三部分。工作原理1.爬行：搜索引擎是通过一种特定规律的软件跟踪网页的链接，从一个链接爬到另外一个链接，像蜘蛛在蜘蛛网上爬行一样，所以被称为“蜘蛛”也被称为“机器人”。搜索引擎蜘蛛的爬行是被输入了一定的规则的，它需要遵从一些命令或文件的内容。2.抓取存储：搜索引擎辩仔是通过蜘蛛跟踪链接爬行到网页，并将爬行的数据存入原始页面数据库。其中的页面数据与用户浏览器得到的HTML是完全一样的。搜索引擎蜘蛛在抓取页面时，也做一定的重复内容检测，一旦遇到权重很低的网站上有大量抄袭、采集或者复制的内容，很可能就不再爬行。3.预处理：搜索引擎将蜘蛛抓取回来的页面，进行各种步骤的预处理歼渣。
