在互联网公司做过程序开发的朋友都了解，大家一般用的数据库搜索技术就是把用户输入的词语，跟数据库中的某个或多个字段里的内容进行比较，同样，搜索引擎的运行原理简单来讲也就是如此网站优化er值得一看的搜索引擎索引和分词技术
大家在念书时，老师在讲课过程中，常常会说，请同学们翻到第几页，看下第几段，想起来了吗？快乐并无奈的校园生活是不是历历在目了~_~，言归正传。在老师发出叫你翻到第几页看第几段这个指令时，就是一种索引在运行了，这里的索引是第几页和第几段，有了这两个索引，即便你的书本厚达1000页，也可以在短期里定位到具体的那一段话。
而搜索引擎我们的索引库的构成元素就是不少个词语，汉字约有12W个，由这类汉字所组成的词汇将近10W个，再说说英文，英文26个字母，组成的词语暂且算作100W个吧，在讲索引库元素的排序方法之前，大家再进行这段数据的剖析网站优化er值得一看的搜索引擎索引和分词技术50亿÷10W=5W
英文网站优化er值得一看的搜索引擎索引和分词技术
在搜索引擎看来，再华丽的网站，也是一堆代码堆砌而成的，拿下文的代码来看：
经过搜索引擎的剖析后，去除HTML代码，留下的是这类词语，
那样其中的这类词语就会进入到搜索引擎的索引库当中，而这类进入索引库的每一个词语后面又有不少个网站，就好比新华字典的目录索引页一样，笔画数是10的，通过索引迅速查到，笔画数是20的，也可以通过索引迅速查到。
搜索引擎就是通过打造如此的索引库，才能在用户搜索某个关键字时，迅速做出返回页面的查看。（而至于排名的前后，大家不在本文中多说了）
再来简单讲下分词，上面提到的多少多少个词语，这个就是分词了，但这类是通过大家人眼判断的，搜索引擎是怎么样进行分词的呢？搜索引擎再厉害，也只不过程序，Google的中文分词技术是购买第三方公司得来的，而百度的分词技术是自创的，大家可以理解为百度事先把几W个词录进来，也会是通过汉字的肯定排列方法自由组合而成，这个不是大家关心和所能研究的，大家要知道的只是分词这个定义。
知道了分词这个定义后，在大家做网站优化时，也必须要通过搜索引擎的角度，让自己从网页的表面看到底层的网站收录抓取原理。
