大家好，這里是一濤說電腦，很高興今天我們來聊聊我們常用的搜索引擎。

搜索引擎分類

搜索引擎大致可分為四種：全文搜索引擎、元搜索引擎、垂直搜索引擎和目錄搜索引擎幾大類

搜索引擎原理

通俗的講就是收集了萬維網上眾多的網頁中的每一個詞并記錄到數據庫中，然后建立數據庫索引的搜索引擎。當用戶輸入關鍵詞時，就在數據庫中查找該詞，并迅速將擁有該詞的網頁展現在用戶面前。

引擎結構

搜索引擎基本結構一般包括:搜索器、索引器、檢索器、用戶接口等四個功能模塊。

搜索器，顧名思義就是搜索用的，也被稱為網絡蜘蛛，程序員俗稱爬蟲，更為形象的比喻就是螞蟻搬家，是搜索引擎用來抓取網頁內容的一個全自動程序，在他們系統后臺全天不停歇的在萬維網上爬行抓取內容到他們服務器上。

索引器，就是將搜索器抓取的內容就行分類存儲在數據庫中并就行索引。

檢索器，當我們輸入關鍵詞時，此時會在他們數據庫中得到很多結果（先進行預處理），檢索器就是優化結果，將最接近我們輸入的關鍵詞的結果優先輸出。

用戶接口，就是檢索器優化后的結果展現到我們面前。

工作原理

搜索器工作原理，通過網絡蜘蛛程序：掃描程序指定范圍內IP地址網站，通過鏈接遍歷整個Web空間，來進行采集網頁資料，為保證采集的資料最新，蜘蛛程序可能會回訪已抓取過的網頁，以防萬一。

屏蔽百度搜索引擎

有的時候我們網站的信息并不希望搜索引擎能夠爬取，例如：獨家新聞、視頻、門戶網站，一些登錄頁面，或者不想分享的內容，此時我們就會想辦法屏蔽搜索引擎。其實屏蔽搜索引擎的方法很多，小編列舉幾種，僅供參考切勿用于不法用途！

robots.txt方法

robots協議也叫robots.txt（統一小寫）是一種存放于網站根目錄下的ASCII編碼的文本文件，它通常告訴網絡搜索引擎的漫游器（又稱網絡蜘蛛），此網站中的哪些內容是不應被搜索引擎的漫游器獲取的，哪些是可以被漫游器獲取的。因為一些系統中的URL是大小寫敏感的，所以robots.txt的文件名應統一為小寫。robots.txt應放置于網站的根目錄下。如果想單獨定義搜索引擎的漫游器訪問子目錄時的行為，那么可以將自定的設置合并到根目錄下的robots.txt，或者使用robots元數據（Metadata，又稱元數據）。

搜索引擎一般情況下是默認遵守robots.txt協議的，所以我們可以通過robots協議來屏蔽搜索引擎

編輯代碼如下:User-agent:*Disallow:，保存為robots.txt文本文件上傳至網站根目錄下即可。

還可以通過網頁代碼，在網站首頁代碼<head>與</head>之間，加入<metaname="robots"content="noarchive">

此標記禁止搜索引擎抓取網站并顯示網頁快照。

可以聯系百度管理人員，信箱地址為:[email protected]，用網站聯系人信箱發電郵，如實說明刪除網頁快照的情況，經百度核實后，網頁停止收錄抓取。

登陸百度自己的“百度快照”貼吧和“百度投訴”貼吧，發個帖子，表明刪除網頁收錄網站快照的原因，當百度管理人員，看到會給予處理。

列舉幾個國內知名搜索引擎

搜索引擎是如何盈利的

說到搜索引擎的盈利方式那真是太多了，五花八門，今天說說我們熟悉的百度吧！

百度的盈利方式其實也很多，今天說說最主要的幾種：

方式一、競價排名

百度營收重要功臣

百度競價排名也被稱作百度搜索推廣、百度關鍵字推廣。是一種按效果付費的網絡推廣方式，企業在購買該項服務后，提交自己定制的關鍵詞，其推廣信息就會率先出現在網民相應的搜索結果中。簡單來說就是當用戶利用某一關鍵詞進行檢索，在檢索結果頁面會出現與該關鍵詞相關的廣告內容。百度按照實際點擊量進行收費。其好處也是顯而可見，可以更直接給企業帶來一個潛在客戶，但是在同一關鍵字下，誰的價格高，誰的排名將會更靠前，這也讓百度賺的盆滿缽滿。其實并非百度，大多數的搜索引擎都靠競價來賺錢。

方式二、火爆地帶