搜索引擎的信息索引工作

当搜索引擎出击互联网收集各个网页，带回大量的信息，这些信息暂时放在了一个“仓库”里。在用户提出搜索问询的时候，并不是这些信息反馈给用户，而是加工后的有序网页。不经过这些加工，在服务用户问询的时候无法迅速给予回答。这个整理一手网页、编制索引的过程也是搜索引擎评判网站质量的过程。只有有价值的信息才会送入索引。

    举例来说，搜索引擎设立一个索引叫“搜索引擎优化”，它就会在它的仓库里寻找有关“搜索引擎优化”的网页，把它们收录在“搜索引擎优化”这个标签下面，等有用户搜索“搜索引擎优化”的时候，它就在这一堆网页中寻找答案。

    根据美国《Google的佩奇等级及其他》一书的作者蓝威尔和迈尔分析，这个索引有三种：第一种是内容索引。这里的内容包括网页的关键词、标题、描述语句、链接源头文字都以一种反向数据结构被压缩。这种结构就好像一本书的索引总是在书的最后部分一样。更多的有价值的信息，如网页链接也被收集，放入结构索引之中，这是第二种索引。最后一种是特别索引，集中图片、PDF文件等供特别搜索问询，比如图片搜索。