从原理角度理解 SEO

搜索引擎组成部分

• 爬取 —— 若干爬虫定期访问各种网站。
• 建立索引 —— 将爬取的结果解析处理后，用一种利于搜索的方式归类存放起来。
• 返回结果 —— 拆解用户搜索条件，找到合适的页面返回给用户。

PageRank

即对返回给用户的搜索网页结果进行排名的算法。PageRank 算法的本质，是利用网页之间的关联关系来确定网页的影响力权重。

在实际搜索的时候，需要做到两个因素的权衡：一个是网页影响力，还有一个是网页与搜索关键词的接近程度。

不同搜索服务的算法不同，但都是立足于做到这两个基本因素的制衡。

SEO 相关技术

SEO 可以通过正当技术途径来实现，这种方式叫做白帽。反之也可以通过作弊、欺骗的手段来骗过搜索引擎，这叫做黑帽。

黑帽法举例：

• 关键词堆砌，大量放置与网页内容无关的关键字，如此就增加了相关性。
• 链接农场，将网页链接放到很多本不该外链的网站上，如此就增加了权重。

SEO 优化方式

• 通过 HTML 的 keywords meta 标签、description 标签、title 标签。
• 通过外部友情链接。

roberts.txt 是搜索服务爬虫之间约定俗成的文件，几乎所有搜索引擎都会遵守它。它会告诉爬虫哪些网站可以/不可以爬取本网站中的那些路径。其实就是个说明文件，用来传递信息给搜索引擎爬虫。另外也可以通过以下两种方式告诉爬虫行为。

<meta name="robots" content="noindex,nofollow" />

<a href="http://www.another-website.com/" rel="nofollow">另一个站点</a>

类似 roberts.txt，网站提供一个 sitemap.xml 网站地图文件来告诉搜索引擎爬虫页面的整体结构，让搜索引擎爬取更有针对性、更具效率。参考 B 站的配置文件 https://www.bilibili.com/sitemap.xml。也主动给搜索引擎上报网站地图的变更，这样搜索引擎可以更快的收录到最新的数据。

既然做了 SEO 就自然想知道它的效果如何。这时候就有了像百度统计这样的网站。它会为网站生成一段 JavaScript 代码嵌入到网页让网页进行访问信息的上报。（其实就是埋点）