Google 检索、索引、搜索引擎排名与原理！ 2024教学

Google SEO 中的爬取、索引跟 搜索引擎排名，分别是什么意思呢?在学习SEO之前，必定要先了解一下谷歌搜索引擎的运作方式。从你的网站文章发布的那一瞬间，你的文章网址会经历：被找到、被爬取(检索)、被索引，然后才能出现在 Google 搜索引擎里面并且加入 Google 搜索结果的排名。上面的这个过程，从网址被找到，一直到被爬取跟索引，然后再到开始在 Google 搜索引擎排名，这就是 Google 搜索引擎的运作方式。

了解 Google 搜索引擎的运作方式非常重要，因为 Google 在检索、索引到搜索引擎排名的过程当中，有非常多的 SEO 知识在里面。例如 Google 检索时是检索哪些东西?Google 索引时是索引哪些东西?当你的文章开始加入 Google 搜索引擎排名，文章的初始排名是怎么决定的?这中间隐含大量的 SEO 知识跟排名要素(Ranking factors)在里面。

如果你还不知道SEO中的爬取、索引跟排名的整个过程以及运作方式，本篇文章会做一个完整的介绍，让你了解 Google 搜索引擎的基本运作原理。

Google搜索引擎的爬取、索引跟排名，是什么？

当一个新的网址出现的时候，它一定会经历「被找到」的过程，所以虽然我们可以将 Google 搜索引擎的运作方式分成：检索(爬取)、索引跟排名，但其实前面还有一个「找到」网址的过程。

这里将网址被找到、爬取(检索)、索引跟排名，简单说明如下。

Google 找到网址

当一个新页面出现时，Google 的爬虫必然会先找到该网址，并且将该网址加入网址库，然后比对一下网址库里面是不是有这条网址，如果确认是新的网址，就会安爬时间去检索(爬取)。

在 Google Search Console 里面的「涵盖范围」功能当中，你也可以清楚看到一条网址它的「发现方式」，可能是从你提交的 Sitemap 当中发现的，也有可能是从别的网址找到你这条链接的。

Google 爬存（检索）

当有新的网址出现在 Google 数据库中的网址库之后，就会安排时间去检索，其实「检索」是官方的名称，熊猫先生也比较喜欢用「检索」这个词，不过在 SEO 界里，检索很常被称作「爬取」，你只要知道它们指的都是 Crawl 就可以了。无论是爬取还是检索，都是指 Crawl 。

在 Google search Console 里面的「涵盖范围」功能，你也可以很清楚的看到关于「检索」的讯息。下面有两个重要的观念：

是否允许检索：如果显示否，那么该网址可能是出现在robots.txt，也就是网站主在robots.txt这个档案当中不允许检索这条网址。

是否允许编入索引：如果显示否，代表该网址很可能有noindex中继标记，所以才会出现不允许给页面被索引的讯息。

这里特别说明：robots.txt 是用来告诉搜索引擎不要爬取特定页面，而 noindex 则是用来告诉搜索引擎不要索引特定页面。

当爬虫程序爬取了你的页面之后，会将整个网页的信息压缩并存入数据库里面，在「检索」阶段，Google 存入数据库的信息就像是用户打开浏览器时得到的 HTML 网页，一直要到「索引」阶段，才会将检索的资料去芜存菁，只索引重要的信息。

Google 索引

Google 在索引阶段要处理的东西很多，因为 Google 不可能将你网页上全部的 HTML 源代码，或是各种文字都存入数据库，这样数据库会变得过于庞大而没有效益，所以 Google 「索引」阶段肯定只会索引重要的东西，而这些东西会影响你这个网址之后在某个「关键字」的排名。

那么，Google 到底索引了哪些东西?常见的会被索引的信息包含如下：

1.重要的关键词

Google 是如何提取页面中的关键词，这个只有 Google 内部人员才知道，通常提取的关键词可能也有 10 个以上，而且每个被提取出来的关键词，其权重加总之后通常不一样。

唯一可以肯定的是，页面中的Meta title、H1、H2肯定是重点。这也是为什么很多SEO人都强调关键词要出现在标题或是H2里面的重要性。

2.链接与锚文字

页面中的链接与锚点文字也是会被索引的东西。

3.图片 Alt text

图片当中的 alt text ，也是会被提取的文字。

4.关键字的文字大小（font-size）

根据 Google 的 Pagerank 原始文件，有特别提到，Google 会提取关键字大约的文字大小，文字越大通常重要性也越高。

5.文章中的粗体字

粗体字通常是或是这样的标签，粗体字也会是被记录的信息。

6.关键字在页面中的位置

关键词出现在页面中的位置，也是会被记录在索引数据库里面。

除了上面提到的这几点资讯以外，Google 肯定还索引了其它东西，但很多东西是我们不知道的，这些被用来索引的东西，通常也可以视为 SEO 排名要素(Ranking factors)。

Google 排名

当你的某个页面网址被索引之后，基本上就已经可以出现在 Google 搜索引擎里面并加入排名了。Google 号称有两百多条 SEO 排名要素，这200 多条排名要素都会在整个 SEO 关键词排名中起到一定程度的作用，有些影响作用很大(例如反向链接)，有些影响作用比较小(例如关键字出现在 URL 网址里)。

Google 搜索引擎的运作原理

从上面你应该已经了解到，Google 搜索引擎的运作原理，基本上就是四个阶段：网址被找到、网址被爬取、网址被索引跟网址被排名。简单的讲，谷歌搜索引擎的运作原理有这四个阶段。

网址被找到

爬取(又称检索)

索引(又称收录)

排名

从事 SEO 工作的人必须非常了解这四个阶段的各种 SEO 细节，你才能从中找到一些问题，例如以下几个重点：

一个网址如果迟迟没有被检索，那会是什么原因?

一个网址如果迟迟没有被索引，那会是什么原因?

关于 Google 搜索引擎的运作原理，其实 Matt Cutts 在 Youtube 网站上有一段视频，讲解的非常清楚，这段视频建议一定要看。Matt Cutts 的这段视频清楚的解释了：Google 爬取、索引跟排名的过程。

在 Google 搜索引擎的关键词排名的过程中，除了参考 Google 索引中的资料，另外还有 Pagerank 跟 200 多条 SEO 排名要素(注意：Google 索引中的资料，有些本身就是排名要素)。

除了上面这只影片之外，Matt Cutts 在另外一只影片，也提到了 Google 搜索引擎的运作方式，下面这只视频也建议一定要看，你会对 Google 搜索引擎的运作原理与搜索引擎排名有更深的理解。

Google 正向索引与倒序索引

在 Google 的「索引」过程当中，有件事特别重要，那就是「正向索引」跟「倒序索引」，如果不是具有理工背景的人，可能很难理解这两个概念。

下面分别解释 Google 索引中的正向索引与倒序索引。

正向索引

每个网址都被指派一个独一无二的 DocID，这个数据表中储存着该网页的重要关键词。

倒序索引

Google 透过正向索引的数据，改变其索引方式，换成以关键字为键值的数据表，每个数据列都有一个 KeywordID，每个 KeywordID 里面包含着重要的网址(DocID)。

当用户在 Google 搜索关键词的时候，Google 会去调用倒序索引里面的资料，这样查询速度才会快，因为如果使用正向索引资料表，这样查询会变得超级慢，因为网路上有上百亿个网页，这计算时间实在太过庞大，这也是为什么原本的正向索引必须改成倒序索引的原因。

本文链接：http://www.awyerwu.com/13720.html ,转载需注明文章链接来源：http://www.awyerwu.com/