一、工具:电脑
二、操作步骤
1.抓取
读取网页的内容,找到在网页中的其它链接地址,然后通过这些链接地址寻找下一个网页,这样一直循环下去,直到把这个网站所有的网页都抓取完为止。如果把整个互联网当成一个网站,那么网络蜘蛛就可以用这个原理把互联网上所有的网页都抓取下来,被抓取的网页被称之为网页快照。
2.数据库处理
搜索引擎抓到网页后,还要做大量的预处理工作,才能提供检索服务。其中有,网站数据库,就是动态网站存放网站数据的空间。索引数据库,索引是对数据库表中一列或多列的值进行排序的一种结构,使用索引可快速访问数据库表中的特定信息。简单的来说,就是把【抓取】的网页放进数据库。
3.分析检索服务
搜索引擎从索引数据库中找到匹配该关键词的网页;
4.对收集的结果进行排序
把收集来的网页进行排序,把这些进行最终的排序。
注意事项:蜘蛛程序url抓取页面--存储---原始页面。