上篇文章站長從九個方面淺析搜索引擎網站預處置（一）中，作別從提出取得書契、漢字分詞、消弭休止詞、噪聲消弭四個方面和大家分享了引得預處置，信任這些個基礎性的文章對大家也會有利。今日就繼續上篇文章，接著從去重、正向引得、倒排引得、鏈接關系計算、特別文件的處置等五個方面和大家施行分享。

　　預處置是整個兒搜索引擎網站中比較復雜的一小批，本文從九個方面作別和大家論述一點比較基礎性的知識，讓大家有個理解，對於往後的網站預設以及SEO都會有利。當然，這些個也只是自個兒學習到的一點知識，假如有錯誤的地方，還期望大家多指正。好了，著手今日的正文。

　　第五、任何時間去重：任何時間去重是比較關緊的一小批，由於互聯網的信息量很大，加上本身大家都喜歡分享，所以就造成眾多重復的內部實質意義。假如搜索引擎網站不施行去重處置，那末便會導致數量多的重復爬取和收錄。搜索引擎網站常用來去重的辦法是對頁面施行網站關鍵詞指紋計算，典型的就是MD5算法，會從頁面呢入選取最優代表性的一小批網站關鍵詞施行計算，因此判斷這些個文章是否是原創。指紋計算每常非常准確到段落，因為這個普通性的偽原創是會被搜索引擎網站發現的，它很容易能分辨斷定你是在剿襲。

　　第六、正向引得：正向引得也略稱引得，蛛蛛在對網頁施行提出取得、分詞、消噪以及去重後，會獲得能反響正題的網站關鍵詞。搜索引擎網站會把這些個代表頁面正題的網站關鍵詞組成一個個聚齊，同時記錄每個網站關鍵詞在頁面上顯露出來的回數、款式、頻率等，而後把這些個一個個聚齊儲存進引得庫，在極大的引得庫中，每個文件都對應一個ID，內部實質意義是一系列的網站關鍵詞組合，而後搜索引擎網站便會不斷豐足自個兒的引得庫並為名次做直接鋪墊。

　　第七、倒排引得：上面提及的正向引得還不可以用戶直接名次，用戶名次的是倒排引得。大家試著想想，假如正向引得用戶名次的話，當用戶搜索某個網站關鍵詞，則需求對全部裡面含有該網站關鍵詞的文件施行搜索，那末辦公量便會非常大也不事實。搜索引擎網站每常把正向引得庫施行從新建構並改換為倒排引得，倒排引得的結構為一個網站關鍵詞對應多個文件，當用戶在搜索某個網站關鍵詞時，便會在這個網站關鍵詞下去搜索對應的文件，這麼處置速度便會快眾多，也較容易成功實現。

　　第八、鏈接關系計算：鏈接關系的計算老是大家最為關心注視的那裡面之一，如今主流的搜索引seo擎網站都會網頁之間的鏈接計算作為很關緊的一小批，看頁面上哪一些鏈接能夠傳交權重，那末只是起到指導效用。尤其是Google PR值就是依據這種鏈接關系施行的計算，其他搜索引擎網站也有大致相似的計算，但不稱作PR。鏈接關系往往十分復雜，計算也會消耗的錢許久的時間，這處就不做深化的分享，只是給大家提及，讓大家曉得預處置中有鏈接計算的存在。

　　第九、特別文件的處置：網頁上往往不止只是HTML文件，還存在多種文件類型。搜索引擎網站也會主動抓取以書契為基礎的PDF、word、Txt文件等。我們在搜索的最後結果中也每常會發覺此類搜索最後結果。但對於flash和圖片，固然搜索引擎網站一直在盡力盡量，但距直接讀取其內部實質意義的距離還遙遠，所以大家假如想做SEO，盡力少認為合適而使用圖片和FLASH。應當盡力運用較多的書契讓搜索引擎網站一無絆腳石的爬動。

　　到這處，經過任何時間去重、正向引得、倒排引得、鏈接關系計算、特別文件的處置等五個方面來把本章節分享完，加上上篇文章，一共有九個方面需求站長朋友去理解，期望看了本文能對大家有利。好了，本文就到這處，大家有好的想法熱烈歡迎和我交流，