Google SEO中的爬取、索引跟搜索引擎排名，分別是什么意思呢？在學(xué)習(xí)SEO之前，必定要先了解一下谷歌搜索引擎的運作方式。從你的網(wǎng)站文章發(fā)布的那一瞬間，你的文章網(wǎng)址會經(jīng)歷：被找到、被爬取（檢索）、被索引，然后才能出現(xiàn)在Google搜索引擎里面并且加入Google搜索結(jié)果的排名。上面的這個過程，從網(wǎng)址被找到，一直到被爬取跟索引，然后再到開始在Google搜索引擎排名，這就是Google搜索引擎的運作方式。

了解Google搜索引擎的運作方式非常重要，因為Google在檢索、索引到搜索引擎排名的過程當中，有非常多的SEO知識在里面。例如Google檢索時是檢索哪些東西？Google索引時是索引哪些東西？當你的文章開始加入Google搜索引擎排名，文章的初始排名是怎么決定的？這中間隱含大量的SEO知識跟排名要素（Ranking factors）在里面。

如果你還不知道SEO中的爬取、索引跟排名的整個過程以及運作方式，本篇文章平哥SEO會做一個完整的介紹，讓你了解Google搜索引擎的基本運作原理。

Google搜索引擎的爬取、索引跟排名，是什么？

當一個新的網(wǎng)址出現(xiàn)的時候，它一定會經(jīng)歷「被找到」的過程，所以雖然我們可以將Google搜索引擎的運作方式分成：檢索（爬取）、索引跟排名，但其實前面還有一個「找到」網(wǎng)址的過程。

這里將網(wǎng)址被找到、爬取（檢索）、索引跟排名，簡單說明如下。

Google找到網(wǎng)址

當一個新頁面出現(xiàn)時，Google的爬蟲必然會先找到該網(wǎng)址，并且將該網(wǎng)址加入網(wǎng)址庫，然后比對一下網(wǎng)址庫里面是不是有這條網(wǎng)址，如果確認是新的網(wǎng)址，就會安爬時間去檢索（爬取）。

在Google Search Console里面的「涵蓋范圍」功能當中，你也可以清楚看到一條網(wǎng)址它的「發(fā)現(xiàn)方式」，可能是從你提交的Sitemap當中發(fā)現(xiàn)的，也有可能是從別的網(wǎng)址找到你這條鏈接的。

Google爬存（檢索）

當有新的網(wǎng)址出現(xiàn)在Google數(shù)據(jù)庫中的網(wǎng)址庫之后，就會安排時間去檢索，其實「檢索」是官方的名稱，熊貓先生也比較喜歡用「檢索」這個詞，不過在SEO界里，檢索很常被稱作「爬取」，你只要知道它們指的都是Crawl就可以了。無論是爬取還是檢索，都是指Crawl。

在Google search Console里面的「涵蓋范圍」功能，你也可以很清楚的看到關(guān)于「檢索」的訊息。下面有兩個重要的觀念：

是否允許檢索：如果顯示否，那么該網(wǎng)址可能是出現(xiàn)在robots.txt，也就是網(wǎng)站主在robots.txt這個檔案當中不允許檢索這條網(wǎng)址。

是否允許編入索引：如果顯示否，代表該網(wǎng)址很可能有noindex中繼標記，所以才會出現(xiàn)不允許給頁面被索引的訊息。

這里特別說明：robots.txt是用來告訴搜索引擎不要爬取特定頁面，而noindex則是用來告訴搜索引擎不要索引特定頁面。

當爬蟲程序爬取了你的頁面之后，會將整個網(wǎng)頁的信息壓縮并存入數(shù)據(jù)庫里面，在「檢索」階段，Google存入數(shù)據(jù)庫的信息就像是用戶打開瀏覽器時得到的HTML網(wǎng)頁，一直要到「索引」階段，才會將檢索的資料去蕪存菁，只索引重要的信息。

Google索引

Google在索引階段要處理的東西很多，因為Google不可能將你網(wǎng)頁上全部的HTML源代碼，或是各種文字都存入數(shù)據(jù)庫，這樣數(shù)據(jù)庫會變得過于龐大而沒有效益，所以Google「索引」階段肯定只會索引重要的東西，而這些東西會影響你這個網(wǎng)址之后在某個「關(guān)鍵字」的排名。

那么，Google到底索引了哪些東西？常見的會被索引的信息包含如下：

1.重要的關(guān)鍵詞

Google是如何提取頁面中的關(guān)鍵詞，這個只有Google內(nèi)部人員才知道，通常提取的關(guān)鍵詞可能也有10個以上，而且每個被提取出來的關(guān)鍵詞，其權(quán)重加總之后通常不一樣。

唯一可以肯定的是，頁面中的Meta title、H1、H2肯定是重點。這也是為什么很多SEO人都強調(diào)關(guān)鍵詞要出現(xiàn)在標題或是H2里面的重要性。

2.鏈接與錨文字

頁面中的鏈接與錨點文字也是會被索引的東西。

3.圖片Alt text

圖片當中的alt text，也是會被提取的文字。

4.關(guān)鍵字的文字大小（font-size）

根據(jù)Google的Pagerank原始文件，有特別提到，Google會提取關(guān)鍵字大約的文字大小，文字越大通常重要性也越高。

5.文章中的粗體字

粗體字通常是或是這樣的標簽，粗體字也會是被記錄的信息。

6.關(guān)鍵字在頁面中的位置

關(guān)鍵詞出現(xiàn)在頁面中的位置，也是會被記錄在索引數(shù)據(jù)庫里面。

除了上面提到的這幾點資訊以外，Google肯定還索引了其它東西，但很多東西是我們不知道的，這些被用來索引的東西，通常也可以視為SEO排名要素（Ranking factors）。

Google排名

當你的某個頁面網(wǎng)址被索引之后，基本上就已經(jīng)可以出現(xiàn)在Google搜索引擎里面并加入排名了。Google號稱有兩百多條SEO排名要素，這200多條排名要素都會在整個SEO關(guān)鍵詞排名中起到一定程度的作用，有些影響作用很大（例如反向鏈接），有些影響作用比較小（例如關(guān)鍵字出現(xiàn)在URL網(wǎng)址里）。

Google搜索引擎的運作原理

從上面你應(yīng)該已經(jīng)了解到，Google搜索引擎的運作原理，基本上就是四個階段：網(wǎng)址被找到、網(wǎng)址被爬取、網(wǎng)址被索引跟網(wǎng)址被排名。簡單的講，谷歌搜索引擎的運作原理有這四個階段。

網(wǎng)址被找到

爬取（又稱檢索）

索引（又稱收錄）

排名

從事SEO工作的人必須非常了解這四個階段的各種SEO細節(jié)，你才能從中找到一些問題，例如以下幾個重點：

一個網(wǎng)址如果遲遲沒有被檢索，那會是什么原因？

一個網(wǎng)址如果遲遲沒有被索引，那會是什么原因？

關(guān)于Google搜索引擎的運作原理，其實Matt Cutts在Youtube網(wǎng)站上有一段視頻，講解的非常清楚，這段視頻建議一定要看。Matt Cutts的這段視頻清楚的解釋了：Google爬取、索引跟排名的過程。

在Google搜索引擎的關(guān)鍵詞排名的過程中，除了參考Google索引中的資料，另外還有Pagerank跟200多條SEO排名要素（注意：Google索引中的資料，有些本身就是排名要素）。

除了上面這只影片之外，Matt Cutts在另外一只影片，也提到了Google搜索引擎的運作方式，下面這只視頻也建議一定要看，你會對Google搜索引擎的運作原理與搜索引擎排名有更深的理解。

Google正向索引與倒序索引

在Google的「索引」過程當中，有件事特別重要，那就是「正向索引」跟「倒序索引」，如果不是具有理工背景的人，可能很難理解這兩個概念。

下面分別解釋Google索引中的正向索引與倒序索引。

正向索引

每個網(wǎng)址都被指派一個獨一無二的DocID，這個數(shù)據(jù)表中儲存著該網(wǎng)頁的重要關(guān)鍵詞。

倒序索引

Google透過正向索引的數(shù)據(jù)，改變其索引方式，換成以關(guān)鍵字為鍵值的數(shù)據(jù)表，每個數(shù)據(jù)列都有一個KeywordID，每個KeywordID里面包含著重要的網(wǎng)址（DocID）。

當用戶在Google搜索關(guān)鍵詞的時候，Google會去調(diào)用倒序索引里面的資料，這樣查詢速度才會快，因為如果使用正向索引資料表，這樣查詢會變得超級慢，因為網(wǎng)路上有上百億個網(wǎng)頁，這計算時間實在太過龐大，這也是為什么原本的正向索引必須改成倒序索引的原因。