大家好，我是颜江峰，上一篇文章《 致青春：写给新手SEO们的一些话 》发表以来，近期陆陆续续有不少朋友加了我的QQ：793030022。写完这篇文章我发现内容太多了，时间限制也没能写更加详细，写一篇文章有时候打字要打接近两个小时，还请大家体谅一下。

　　最近时常接受到了一些朋友的咨询，尤其是打算接触这个行业的朋友。其中有一位山西的朋友，问我SEO有没有学历要求。我回答SEO对学历要求不高，只要你有一颗坚持和肯学习的心。对方又告诉我，他不懂编程，不会代码，会是障碍吗?这位朋友让我想起笔者初时对SEO的抗拒，就是认为自己对不懂，才不愿意接触SEO，认为自己对这方面没有优势。当初看到那本书第一页就告诉我：SEO不需要会编程，我眼睛瞬间明亮起来。顺便说一句，做SEO以及网络营销师，基本的html、div+CSS和JS要懂一些的。

　　这篇文章，我想先简单的说一下搜索引擎的原理，其实作为一个SEO，就必须要熟悉搜索引擎的原理。只要你熟悉了原理，各种优化技巧你才能更好的明白和理解为什么要这么做。

　　我们SEO里面说的蜘蛛，是搜索引擎的一种程序，用来爬行和访问页面，百度蜘蛛是：baiduspider，谷歌称为机器人：googlebot。

　　蜘蛛会根据页面上的链接爬行，从一个页面爬行到另一个页面，就是通过这些链接。蜘蛛的爬行分为广度优先和深度优先。理论上说，每一种方法，都能够让蜘蛛爬行完所有的页面，可是我们实际情况中，时间不是无限的，不可能爬行完互联网上面所有的页面。

　　作为一名SEO人员，如果希望自己的网站能更多的被蜘蛛收录，就必须想办法让蜘蛛能够来抓取你的页面。如果不能够抓取所有的页面，起码也要让蜘蛛抓取你的重要页面。那么，蜘蛛是怎么样去判断页面的重要性呢。大概有这几方面的因素：

　　更新度：蜘蛛爬行一次网站之后，就会把这个页面的数据存储，当下一次爬行的时候，如果发现这个页面还是跟上次一样的。表明这个页面没有更新，蜘蛛就会认为没有必要经常抓取和爬行，反正这个页面每次来都是一样的内容。如果每次蜘蛛来都发现有更新，那么就会来得比较频繁。

　　导入链接：一个页面，要被蜘蛛知道，还必须要有导入链接导入到这个页面。蜘蛛都是沿着链接爬行的，否则的话蜘蛛无法知道你的页面的存在，也就不用谈抓取和收录了。

　　做SEO的都知道一个原则，就是每个页面与首页的点击距离最好是2-3次点击。一般网站权重最高的地方是首页，有一个原则是，一个页面离首页的距离越近，这个页面的权重就更高，被蜘蛛爬行的概率也更大。这里也提醒大家，不妨把某些重要页面的url，呈现在首页。

　　蜘蛛抓取到的内容，会存储起来。过程中，会检测、删除复制内容。如果你的网站权重太低，被蜘蛛发现了大量的转载内容，蜘蛛可能都不会再爬行你的网站。因为搜索引擎很不喜欢重复内容，这样会造成它无效工作的增加。

　　抓取到内容之后，搜索引擎会进行一系列的处理。我们查询内容的时候，搜索引擎已经进行了一系列的计算，然后根据这些计算排名。蜘蛛又会进行哪些处理呢?

　　蜘蛛抓取到内容首先会进行一个过滤，选出能够参与排名的内容——也就是可见文字。除此之外，还会提取Meta、alt、锚文字等包含文字信息的一些有用代码。

　　分词，这个主要是针对百度，一个句子中的字都是连一起的，搜索引擎必须想办法分别哪些是一个词组。比如：“小商品批发”，就有可能被分解为“小商品”和“批发”两个词。针对这种现象，我们能做的是给关键词加粗或者加上h标签，比如：小商品批发。所以加粗或者加上h标签，还有一个作用是帮助蜘蛛判断这是一个词组。

　　去除的“的”、“地”、“得”等词，去除一些感叹词，去除一些副词或者介词等。

　　消除噪声，版权信息、广告等等这些影响页面主题的内容。

　　之前的两步稍微带过，这里要值得一提的是去重步骤。同样的一篇文章，可能会被发表在不同的地方不同的网址。搜索引擎并不喜欢这些重复的内容。很多时候搜索引擎希望只返回相同文章的一篇。蜘蛛会进行重复内容的识别。这个步骤就称之为“去重”。而且搜索引擎的“去重”水准已经达到了比较先进的地步，绝对不是我们某些人理所当然的那样。他会从页面内容中选取最有代表的关键词，进行各种计算和分析。所以一些网站所写的伪原创，只是改变一下段落顺序，稍微替换几个词，是无法避免蜘蛛的识别的。有的朋友很无辜的说，我天天都更新文章，为什么我的站还是没有收录。或者，为什么我天天更新文章，还是被降权了。

　　索引之后，会计算链接关系，比如导入链接和锚文本等等。然后搜索引擎还会处理一些特殊的文件，比如：PDF、Word、PPT、TXT等。笔者记得以前有一位站长，就是用百度文库的锚文字，做起来的。现在百度文库好像权重有所降低，不过特殊文件处理，搜索引擎并不能识别视频和图片还有Flash，无法判断这些东西所表达的意思。这也就是为什么网站不要加太多Flash和视频，也是为什么要给图片加alt标签。因为蜘蛛是靠alt标签这个描述性标签，判断图片的内容。

　　然后就是排名了，排名过程中，会进行中文分词。这里我打算举例一下title关键词的选择，我们选择关键词的时候，要考虑到把一个关键词分开还能够组合成新的关键词，这就是为了利用到百度的分词原理。

　　搜索引擎会根据用户的搜索，匹配出最好的关键词。可是那么多文件，蜘蛛到底要把哪一个呈现给用户看呢。首先是相关性，大家可以理解为页面关键词密度。除了这个页面的相关性之外，这里就要考虑到页面的权重问题。匹配的数目过于庞大的时候，蜘蛛不可能也没必要对所有的页面进行全部计算，所以就会选择它认为最重要的页面(权重高的页面)进行相关性的计算。

　　搜索引擎再经过一些调整，把结果呈现在大家面前。

　　有一位朋友问我，我不是计算机专业毕业的，请问我也能从事这个行业么。呵呵，江峰念大学的时候，也不是计算机专业毕业的……

　　值得一提的是还有一位笔者老家的宗亲联系到了我，还鼓励我写得不错，江峰惭愧，上一篇文章，只是一时感慨，并未分享任何干货。所以也在思索，这篇文章，能够给新手朋友们提供一些什么样真正有用的内容。

　　其实我一直接触的都是国内的SEO，也就是百度的优化。前几天跟一位朋友的交流，让我意识到某些事情的重要性，于是又从网络上购得一本专业书籍，是国外几位大神编写的专门针对google的优化宝典。在撰写这篇文章的时候，想起有一本很棒的书在路上，江峰还是很开心的。

　　朋友跟我说，这本书他下载过电子书，不过看得眼睛疼。根据我的亲身经历，看技术类型的，还就必须买书看，pdf和txt根本不方便，电子书用来看看小说还差不多。相信来到红黑联盟的朋友，一部分是站长和一些SEOer之外，还有那么一部分人是新手，渴望在这里学习到知识。可是我还是建议大家去买本这方面的书看，你花的这几十元钱，绝对会物超所值。我亲身感觉，网络上看那些零碎的教程，真没看书有效果，看书比较系统。别人写的帖子，每个人风格和领悟都不一样。看了很乱。

　　文章来源：http://www.now199.com，转载请注明出处，写帖子很不容易。