搜索引擎蜘蛛把頁(yè)面代碼送回搜索引擎服務(wù)器后，SE是如何判定頁(yè)面中最核心的內(nèi)容呢？

先說(shuō)下Kyw認(rèn)為的搜索引擎運(yùn)作過(guò)程的前幾個(gè)步驟：

1. 蜘蛛下載A頁(yè)面，送回服務(wù)器；

2. 服務(wù)器尋找A頁(yè)面的核心內(nèi)容位置，然后去除HTML代碼；

3. 尋找網(wǎng)頁(yè)核心內(nèi)容；……

我不確定GOOGLE、百度、YAHOO！是否真的有“判定核心內(nèi)容”這個(gè)步驟，但我相信一定有類似的運(yùn)算機(jī)制，因?yàn)榧偃鐩](méi)這個(gè)步驟，搜索引擎將耗費(fèi)大量資源做重復(fù)運(yùn)算。當(dāng)然KYW不是搜索引擎工程師，下面只是對(duì)搜索引擎的一些思考。

SE面對(duì)一整頁(yè)HTML代碼，如何判定核心內(nèi)容在哪里呢？
第一步：拿該頁(yè)面和同域名、同目錄、同文件名格式的頁(yè)面做對(duì)比，去除相似的部分。經(jīng)過(guò)這個(gè)步驟，頭部的導(dǎo)航條、底部的版權(quán)信息、固定位置的廣告就被去掉了。我估計(jì)搜索引擎在每增加一個(gè)新網(wǎng)站的時(shí)候，會(huì)建立一個(gè)對(duì)比模板來(lái)提高工作效率。假如網(wǎng)站經(jīng)常改版，在改版剛開始的期間，搜索引擎還沒(méi)反應(yīng)過(guò)來(lái)，就可能造成新收錄網(wǎng)頁(yè)的排名不理想。

第二步：去掉有大量鏈接的部分。經(jīng)過(guò)這步，“相關(guān)文章”“推薦文章”等都被去掉了，剩下一些包含文字內(nèi)容的代碼。

第三步：在剩余的代碼中判定哪段標(biāo)簽（可能是DIV、TABLE、P或其它標(biāo)簽）中的文字內(nèi)容最多，因?yàn)橐话愫诵膬?nèi)容的文字量會(huì)比較多。

每個(gè)頁(yè)面經(jīng)過(guò)上面3個(gè)步驟，應(yīng)該就能順利的判定出核心內(nèi)容所在的位置。經(jīng)過(guò)這樣的思考，我們也許可以這樣總結(jié)：

1. 同目錄下的頁(yè)面，最好模板一樣。

2. 核心內(nèi)容文字量不能太少，非凡是企業(yè)站和B2C網(wǎng)站，只放價(jià)格和包含大量說(shuō)明文字的圖片是很不好的。

3. HTML代碼中假如錯(cuò)誤很多，可能會(huì)影響排名，因?yàn)樗阉饕婵赡茉谂卸ê诵膬?nèi)容的時(shí)候出差錯(cuò)。

4. 期待你的補(bǔ)充 ^_^

Kyw把SEO的主要工作理解成幫助搜索引擎更高效的理解網(wǎng)站及頁(yè)面的內(nèi)容，所以建議大家有事沒(méi)事琢磨琢磨搜索引擎，問(wèn)題想透的越多，SEO的手法也就更加隨機(jī)應(yīng)變了。當(dāng)然也沒(méi)必要鉆牛角尖，有想不通的問(wèn)題就到我這留言吧。

原文：http://www.seotest.cn/blog/se-panduan-hexin.html