如今網(wǎng)絡(luò)越來越發(fā)達了，越來越多的人們把內(nèi)容放在互聯(lián)網(wǎng)上。因此網(wǎng)絡(luò)的內(nèi)容在逐漸的豐富，那么我們?nèi)绾卧谶@些海量的內(nèi)容中獲得需要的信息呢？人們于是便發(fā)明了搜索引擎，可是大家知道為什么搜索引擎可以搜索到那么多東西嗎？下面就小編來給大家解答一下疑惑吧。

　　一般說來，搜索引擎的工作大概分為三個部分。第一個部分稱為信息抓取。搜索引擎使用被稱為&ld;網(wǎng)絡(luò)爬蟲&rd;的程序來抓取網(wǎng)頁上的所有鏈接。于互聯(lián)網(wǎng)的特性，大多數(shù)eb頁面都可以通過其他頁面的鏈接得到訪問。從論上說，自有限的少數(shù)eb頁面出發(fā)，網(wǎng)絡(luò)爬蟲可以訪問絕大多數(shù)的eb網(wǎng)頁。想象一下，我們可以把互聯(lián)網(wǎng)看成一個巨大的蜘蛛網(wǎng)，交叉點是eb頁面，交叉點之間的蛛絲是鏈接，爬蟲從一個交叉點出發(fā)，沿著蛛絲就可以到達任何一個交叉點。

　　找到了eb頁面后，搜索引擎會開始它的第二部分工作：建立索引。簡單說來，就是搜索引擎從eb頁面中提取關(guān)鍵字，并把頁面信息甚至是個頁面的內(nèi)容按照一定的規(guī)則保存在自己的數(shù)據(jù)庫里。這樣做的目的是使得信息能夠盡快被找到，如果搜索引擎只是簡單地把頁面無規(guī)律地存放的話，每次檢索都要遍歷所有保存的信息，那就失去了搜索引擎的意義了。舉例來說，如果搜索引擎要為一個介紹動畫片《西游記》的頁面建立索引，那么&ld;孫悟空&rd;、&ld;西游記&rd;、&ld;唐僧&rd;、&ld;吳承恩&rd;等詞一般都會成為該頁面索引的一部分。值得一提的是，于中文的特殊性（英文以詞為單位，詞和詞之間用空格分隔，中文以字為單位，詞和詞之間沒有明顯的分隔），在提取關(guān)鍵字之前，一般還要對頁面進行分詞處。