搜索引擎中各網(wǎng)站的有關信息都是從用戶網(wǎng)頁中主動提取的，所以用戶的視點看,，我們擁有更多的自主權(quán);而目錄索引則要求有必要手藝別的填寫網(wǎng)站信息,，而且還有各式各樣的約束。更有甚者,，假如工作人員以為你提交網(wǎng)站的目錄,、網(wǎng)站信息不合適，他能夠隨時對其進行調(diào)整,，當然事先是不會和你商議的,。

搜索引擎按其工作方式首要可分為三種：

分別是全文搜索引擎(Full Text Search Engine)、目錄索引類搜索引擎(Search Index/Directory),、元搜索引擎(Meta Search Engine),。

全文搜索引擎

全文搜索引擎是當之無愧的搜索引擎，國外具代表性的有Google,、Fast/AllTheWeb、AltaVista,、Inktomi,、Teoma、WiseNut等,，國內(nèi)著名的有百度(Baidu),。它們都是經(jīng)過從互聯(lián)網(wǎng)上提取的各個網(wǎng)站的信息(以網(wǎng)頁文字為主)而樹立的數(shù)據(jù)庫中，檢索與用戶查詢條件匹配的相關記載，然后按必定的擺放次序?qū)⒊晒貋斫o用戶,，因而他們是真實的搜索引擎,。

從搜索成果來歷的視點，全文搜索引擎又可細分為兩種,，一種是擁有自己的檢索程序(Indexer),，俗稱“蜘蛛”(Spider)程序或“機器人”(Robot)程序，并自建網(wǎng)頁數(shù)據(jù)庫,，搜索成果直接從本身的數(shù)據(jù)庫中調(diào)用,，如上面提到的7家引擎;另一種則是租借其他引擎的數(shù)據(jù)庫，并按自定的格局擺放搜索成果,。

當用戶以關鍵詞搜索信息時,，搜索引擎會在數(shù)據(jù)庫中進行搜索，假如找到與用戶要求內(nèi)容相符的網(wǎng)站,，便選用特殊的算法——通常依據(jù)網(wǎng)頁中關鍵詞的匹配程度,、出現(xiàn)的位置、頻次,、鏈接質(zhì)量——核算出各網(wǎng)頁的相關度及排名等級,，然后依據(jù)相關度凹凸，按次序?qū)⑦@些網(wǎng)頁鏈接回來給用戶,。這種引擎的特點是搜全率比較高,。

目錄索引

雖然有搜索功用，但嚴格意義上不能稱為真實的搜索引擎,，僅僅按目錄分類的網(wǎng)站鏈接列表罷了,。(更簡單說便是網(wǎng)址導航網(wǎng)站)

用戶完全能夠按照分類目錄找到所需求的信息，不依托關鍵詞(Keywords)進行查詢,。目錄索引中最具代表性的莫過于大名鼎鼎的Yahoo,、新浪分類目錄搜索。

目錄索引,，顧名思義便是將網(wǎng)站分門別類地存放在相應的目錄中,，因而用戶在查詢信息時，可選擇關鍵詞搜索,，也可按分類目錄逐層搜索,。如以關鍵詞搜索，回來的成果跟搜索引擎一樣,，也是依據(jù)信息相關程度擺放網(wǎng)站,，只不過其間人為因素要多一些。假如按分層目錄搜索,，某一目錄中網(wǎng)站的排名則是由標題字母的先后次序決議(也有例外),。

元搜索引擎

元搜索引擎在接受用戶查詢懇求時,，一起在其他多個引擎上進行搜索，并將成果回來給用戶,。著名的元搜索引擎有InfoSpace,、Dogpile、Vivisimo等(元搜索引擎列表),，中文元搜索引擎中具代表性的有搜星搜索引擎,。在搜索成果擺放方面，有的直接按來歷引擎擺放搜索成果,，如Dogpile,，有的則按自定的規(guī)則將成果從頭擺放組合，如Vivisimo,。

優(yōu)秀的搜索引擎需求雜亂的架構(gòu)和算法,，以此來支撐對海量數(shù)據(jù)的獲取、存儲,，以及對用戶查詢的快速而精確地響應,。從架構(gòu)層面，搜索引擎需求能夠?qū)σ园賰|計的海量網(wǎng)頁進行獲取,、存儲,、處理的才能，同時要保證搜索成果的質(zhì),。怎么獲取,、存儲并核算如此海量的數(shù)據(jù)?怎么快速響應用戶的査詢?怎么使得搜索成果能夠滿意用戶的信息需求?

搜索引擎技能架構(gòu)：

抓取網(wǎng)頁:搜索引擎的信息源來自于互聯(lián)網(wǎng)網(wǎng)頁，經(jīng)過網(wǎng)絡爬蟲將互聯(lián)網(wǎng)的信息獲取到本地. 因 為互聯(lián)網(wǎng)頁面中有相當大比例的內(nèi)容是完全相同或許近似重復的,，"網(wǎng)頁去重"模塊會對此做出檢測,，并去除重復內(nèi)容。

樹立索引：抓取到網(wǎng)頁后,，搜索引擎會對網(wǎng)頁進行解析,，抽取出網(wǎng)頁主體內(nèi)容和相關信息，(包括網(wǎng)頁地點URL,、編碼類型,、頁面內(nèi)容包含的關鍵詞、關鍵詞位置,、生成時間,、巨細、與其它網(wǎng)頁的鏈接關系等),。依據(jù)必定的相關度算法進行很多雜亂核算,，得到每一個網(wǎng)頁針對頁面內(nèi)容中及超鏈中每一個關鍵詞的相關度(或重要性)，然后用這些相關信息樹立網(wǎng)頁樹立索引,。為了加速響應用戶査詢的速度,，網(wǎng)頁內(nèi)容經(jīng)過"倒排索引"這種高效查詢數(shù)據(jù)結(jié)構(gòu)來保存，而網(wǎng)頁之間的鏈接關系也會予以保存,。之所以要保存鏈接關系,，是由于這種關系 在網(wǎng)F相關性排序階段是可利用的，經(jīng)過"鏈接剖析"能夠判別頁面的相對重要性,，對于為用 戶供給精確的搜索成果協(xié)助很大,。

由于網(wǎng)頁數(shù)量太多，搜索引擎不僅需求保存網(wǎng)頁原始信息,，還要存儲一些中心的處理成果 使用單臺或許少量的機器顯著是不現(xiàn)實的,。上面所述是搜索引擎怎么獲取并存儲海量的網(wǎng)頁相關信息，這些功用由于不需求實時核算,，所以能夠被看做是搜索引擎的后臺核算系統(tǒng),。

查詢詞剖析

搜索引擎的最重要目的是為用戶供給精確全面的搜索成果，怎么響應用戶査詢并實時地供給精確成果構(gòu)成了搜索引擎前臺核算系統(tǒng),。 當搜索引擎接收到用戶的査詢詞后,，首要需求對查詢詞進行剖析，希望能夠結(jié)合查詢詞和用戶信息來正確推導用戶的真實搜索目的,。在此之后,，首要在緩存中搜索，搜索引擎的緩存系 統(tǒng)存儲了不同的查詢目的對應的搜索成果,，假如能夠在緩存系統(tǒng)找到滿意用戶需求的信息,，則能夠直接將搜索成果回來給用戶，這樣既省掉了重復核算對資源的耗費,，又加速了響應速度;

搜索成果排序

假如保存在緩存的信息無法滿足用戶需求,，搜索引擎需求調(diào)用"網(wǎng)頁排序"模快功用,，依據(jù)用戶的査詢實時核算哪些網(wǎng)頁是滿足用戶信息需求的,，并排序輸出作為搜索成果。而網(wǎng)頁排序最重要的兩個參閱因素中,，一個是內(nèi)容相似性因素,，即哪些網(wǎng)頁是和用戶查詢密切相關的;別的 一個是網(wǎng)頁重要性因素，即哪些網(wǎng)頁是質(zhì)量較好或許相對重要的,，這點往往能夠從鏈接剖析的成果取得,。結(jié)合以上兩個考慮因素，就能夠?qū)W(wǎng)頁進行排序,，作為用戶查詢的搜索成果,。