搜索引擎分类

搜索引擎大致可分为四种：全文搜索引擎、元搜索引擎、垂直搜索引擎和目录搜索引擎几大类

搜索引擎原理

通俗的讲就是收集了万维网上众多的网页中的每一个词并记录到数据库中，然后建立数据库索引的搜索引擎。当用户输入关键词时，就在数据库中查找该词，并迅速将拥有该词的网页展现在用户面前。

引擎结构

搜索引擎基本结构一般包括:搜索器、索引器、检索器、用户接口等四个功能模块。

搜索器，顾名思义就是搜索用的，也被称为网络蜘蛛，程序员俗称爬虫，更为形象的比喻就是蚂蚁搬家，是搜索引擎用来抓取网页内容的一个全自动程序，在他们系统后台全天不停歇的在万维网上爬行抓取内容到他们服务器上。

索引器，就是将搜索器抓取的内容就行分类存储在数据库中并就行索引。

检索器，当我们输入关键词时，此时会在他们数据库中得到很多结果（先进行预处理），检索器就是优化结果，将最接近我们输入的关键词的结果优先输出。

用户接口，就是检索器优化后的结果展现到我们面前。

工作原理

搜索器工作原理，通过网络蜘蛛程序：扫描程序指定范围内IP地址网站，通过链接遍历整个Web空间，来进行采集网页资料，为保证采集的资料最新，蜘蛛程序可能会回访已抓取过的网页，以防万一。

屏蔽百度搜索引擎

有的时候我们网站的信息并不希望搜索引擎能够爬取，例如：独家新闻、视频、门户网站，一些登录页面，或者不想分享的内容，此时我们就会想办法屏蔽搜索引擎。其实屏蔽搜索引擎的方法很多，小编列举几种，仅供参考切勿用于不法用途！

robots.txt方法

robots协议也叫robots.txt（统一小写）是一种存放于网站根目录下的ASCII编码的文本文件，它通常告诉网络搜索引擎的漫游器（又称网络蜘蛛），此网站中的哪些内容是不应被搜索引擎的漫游器获取的，哪些是可以被漫游器获取的。因为一些系统中的URL是大小写敏感的，所以robots.txt的文件名应统一为小写。robots.txt应放置于网站的根目录下。如果想单独定义搜索引擎的漫游器访问子目录时的行为，那么可以将自定的设置合并到根目录下的robots.txt，或者使用robots元数据（Metadata，又称元数据）。

搜索引擎一般情况下是默认遵守robots.txt协议的，所以我们可以通过robots协议来屏蔽搜索引擎

编辑代码如下:User-agent:*Disallow:，保存为robots.txt文本文件上传至网站根目录下即可。

还可以通过网页代码，在网站首页代码<head>与</head>之间，加入<metaname="robots"content="noarchive">

此标记禁止搜索引擎抓取网站并显示网页快照。

可以联系百度管理人员，信箱地址为:webmaster@baidu.com，用网站联系人信箱发电邮，如实说明删除网页快照的情况，经百度核实后，网页停止收录抓取。

登陆百度自己的“百度快照”贴吧和“百度投诉”贴吧，发个帖子，表明删除网页收录网站快照的原因，当百度管理人员，看到会给予处理。

列举几个国内知名搜索引擎

搜索引擎是如何盈利的

说到搜索引擎的盈利方式那真是太多了，五花八门，今天说说我们熟悉的百度吧！

百度的盈利方式其实也很多，今天说说最主要的几种：

方式一、竞价排名

百度营收重要功臣

百度竞价排名也被称作百度搜索推广、百度关键字推广。是一种按效果付费的网络推广方式，企业在购买该项服务后，提交自己定制的关键词，其推广信息就会率先出现在网民相应的搜索结果中。简单来说就是当用户利用某一关键词进行检索，在检索结果页面会出现与该关键词相关的广告内容。百度按照实际点击量进行收费。其好处也是显而可见，可以更直接给企业带来一个潜在客户，但是在同一关键字下，谁的价格高，谁的排名将会更靠前，这也让百度赚的盆满钵满。其实并非百度，大多数的搜索引擎都靠竞价来赚钱。

方式二、火爆地带