通过几期前面内容的介绍，大家应该大致了解了搜索引擎的工作方式，下面我们来介绍页面收录的原理。页面收录原理经过修改“页面收录流程”能够把握放慢网站被收录的办法，从而改善搜索引擎收录的数目。假设把一个网站页面组成的页面看作是一个有向图，沿着页面中的链接，依照某种特定的战略对网站中的页面停止遍历。

      不停地从URL列表中移出曾经拜访的URL，同时提取原始页面中的URL的消息，再将URL分为域名及外部URL两大类，同时判定URL能否被拜访过，递归地扫描URL列表，直至耗尽一切URL资源为止，如图所示。

搜索引擎收录页面的工作原理

      在搜索引擎中要获取相对重要的页面，就涉及到了搜索引擎的页面收录方式。页面收录方式是指搜索引擎抓取页面时所使用的战略，目的是为了能在互联网中挑选出绝对主要的消息。假设使用相同的抓取战略，搜索引擎在异样的工夫内能够在某一网站中抓取到更多的页面资源，则会在该网站停止更长的工夫，收录的页面数自然也就多了。因而，加强对搜索引擎页面收录方式的熟悉，有益于为网站树立敌对的构造，进步被收录的数目。搜索引擎收录页面的方式主要有“广度优先”、“深度优先”及“用户提交”（用户提交暂时不讲）三种。

      1．广度优先如果把整个网站看做一棵树，首页就是根，每个页面就是叶子。广度优先是一种横向的页面抓取方式，先从树的较浅层开始抓取页面，直接抓完同层次的所有页面后才进入下一层。因此，在对网站进行优化时，应该把网站相对重要的信息展示在层次比较浅的页面上（如在首页推荐一些热门的内容）。反过来，通过广度优先的抓取方式，搜索引擎就可以首先抓取到网站中相对重要的页面。首先，蜘蛛从网站的首页出发，抓取首页上所有连接指向的页面，形成页面集合A，并分析出A中所有页面中的链接，再跟踪这些链接抓取下一层的页面，形成页面集合B。就这样递归地从浅层页面中解析出链接，再延伸到深层页面，直到满足某个设定的条件才停止抓取进程，如图所示。

广度优先抓取流程

2．深度优先与广度优先的抓取方式相反，深度优先首先跟踪浅层页面中的某一连接后逐步抓取深层页面，直到抓完最深层的页面才返回浅层页面再跟踪另一链接，继续向深层页面抓取，这是一种纵向的页面抓取方式。使用深度优先的抓取方式，搜索引擎可以抓取到网站中较为隐蔽、冷门的页面，这样就能满足更多用户的需求。首先，搜索引擎会抓取网站的首页，并提取首页中的链接，再沿着其中的一个连接抓取到页面A-1，同时获取A-1中的链接并抓取页面B-1，获取B-1中的来链接并抓取页面C-1，如此不断地重复，满足到某个条件后，再从A-2抓取页面及链接，如图所示。

深度优先抓取流程