搜索引擎基本原理三大階段：排序、索引、抓取。

抓取

搜索引擎會(huì)拋出一種被稱作“機(jī)器人，蜘蛛”的軟件根據(jù)一定的規(guī)則掃描互聯(lián)網(wǎng)上面的網(wǎng)站 ，沿著網(wǎng)頁(yè)的鏈接從一個(gè)網(wǎng)頁(yè)到另一個(gè)網(wǎng)頁(yè)，從一個(gè)網(wǎng)站到另一個(gè)網(wǎng)站，獲得頁(yè)面HTML代碼，并存入數(shù)據(jù)庫(kù)。為了采集到最新的資料，會(huì)繼續(xù)回訪已抓取過(guò)的網(wǎng)頁(yè)。

索引

由分析索引系統(tǒng)程序?qū)κ占貋?lái)的網(wǎng)頁(yè)進(jìn)行分析，提取相關(guān)網(wǎng)頁(yè)信息，根據(jù)一定的相關(guān)度算法進(jìn)行大量復(fù)雜計(jì)算，得到每一個(gè)網(wǎng)頁(yè)針對(duì)頁(yè)面文字中及超鏈中每一個(gè)關(guān)鍵詞的相關(guān)度，然后用這些相關(guān)信息建立網(wǎng)頁(yè)索引數(shù)據(jù)庫(kù)。

排序

當(dāng)用戶輸入關(guān)鍵詞搜索后，由搜索系統(tǒng)程序從網(wǎng)頁(yè)索引數(shù)據(jù)庫(kù)中找到符合該關(guān)鍵詞的所有相關(guān)網(wǎng)頁(yè)。因?yàn)樗邢嚓P(guān)網(wǎng)頁(yè)針對(duì)該關(guān)鍵詞的相關(guān)度早已算好，所以只需按照現(xiàn)成的相關(guān)度數(shù)值排序，相關(guān)度越高，排名越靠前。最后返回給用戶。