百度搜索引擎是如何收录网站页面的？

  当我们建立好一个网站后，想要在百度搜索引擎获得排名以及流量，那么，就一定要让搜索引擎蜘蛛爬行及抓取你的网站页面。百度蜘蛛爬取到内容后，会对页面内容进行预处理，跟进情况决定是否进行搜索结果展现。搜索引擎蜘蛛爬取网站大致有以下内容。

  索引擎工作原理

  爬行与爬取：搜索引擎蜘蛛通过跟踪链接发现和访问页面，读取网页代码，存入数据库。

  预处理：索引程序对抓来的页面数据进行文字提取、中文分词、索引、倒排索引等处理，以备排序程序调用。

  排名：用户输入查询词后，排名程序调用索引数据库，计算相关性，然后按一定的格式生产搜索结果页面。

  蜘蛛爬取状态码什么意思?

  这个状态码主要是在我们分析蜘蛛爬取日志的时候会用到，蜘蛛日志会记录百度搜索每天来爬取了多少次，都爬取了那些页面和目录，都是哪些IP段的蜘蛛，以及爬取是否成功，或者爬取失败，爬取失败就意味着页面不会被收录，也就不会参与排名，怎么判断爬取失败那，这个时候就需要用到蜘蛛状态码了!

  200表示爬取成功，百度蜘蛛成功爬取了页面，准备进行下一步处理!

  403代表爬取失败，网页目前禁止访问，一般为设置了某一些权限所产生。

  404代表爬取失败，原网页页面已经失效，代表爬取失败

  503代表爬取失败，网页临时不能访问，通常网站临时关闭，带宽超额不能访问等情况。

  影响百度搜索搜索引擎页面排序因素的几个点!

  1，相关性：网页内容与用户检索需求的匹配程度，比如网页包含的用户检查关键词的个数，以及这些关键词出现的位置;外部网页指向该页面所用的锚文本等

  2，权威性：用户喜欢有一定权威性网站提供的内容，相应的，百度搜索搜索引擎也更相信优质权威站点提供的内容。

  3，时效性：时效性结果指的是新出现的网页，且网页内承载了新鲜的内容。目前时效性结果在搜索引擎中日趋重要。

  4，重要性：网页内容与用户检查需求匹配的重要程度或受欢迎程度

  5，丰富度：丰富度看似简单却是一个覆盖范围非常广的命题。可以理解为网页内容丰富，可以完全满足用户需求;不仅可以满足用户单一化需求，还可以满足用户的延展需求。

  6，受欢迎程度：指该网页是不是受欢迎，用户的访问行为，停留时长，页面点击率等等。

  7，综合排序：将最能满足用户需求的结果排序在最前，可能包括的有用信息如：网站的整体性评价、网页质量、内容质量、资源质量、匹配程度、分散度、时效性等。