大家好，今天Win10系统之家小编给大家分享「如何开发一个搜索引擎」的知识，如果能碰巧解决你现在面临的问题，记得收藏本站或分享给你的好友们哟~，现在开始吧！

1.怎样制作搜索引擎？

　　首先做网站优化（简称SEO）大家需要注意以下几点：
1导航
请确保你的网站导航都是以html的形式链接。所有页面之间应该有广泛的互联，如果无法实现这一点，可以考虑建立一个网站地图。 
2首页
网站的首页（home或index页等）应该采用文本的形式，而不是flash等。这个文本里面要包含你的目标关键字或目标短语例如瑞美热水器，时代海创等，切记关键词用半角的逗号隔开。 
3标签
<title> < /title>这是标题标签，这里面应当包含你最重要的目标关键词。一般网站的标题就是这个标签中间的内容，大家都忽略了一点，一个网页的标题其实是你关键词最好的展示部分之一。 
4Meta Tags
description tag（描述标签） 和 keyword tag （关键词标签）应包含你的目标关键字或目标短语，但不要重复。这部分主要是在你网页的代码中显示。 
Alt Tags
5网站上重要的图片，如：logo，照片，导航图片等，要加上简单的描述。 大家往往都不会去做这一点，因为这块主要是体力活，比较繁琐，但是这块也正好是优化的关键之一。
6关键词文本
在你的站点中，应该有一些包含着很高关键字密度的页面。但这个办法不要使用过头，否则会被搜索引擎当作是作弊而适得其反。
关键词文本这块大家切记，如果对SEO不是很了解的情况下，不要盲目的使用，否则，大家都知道的效果会出现！
7向搜索引擎提交
请不要使用软件或自动提交服务。其实，没有必要向成千上百的搜索引擎提交你的网址。五大主要搜索引擎和目录占着90%的搜索流量。手动的向那几个熟悉的搜索引擎提交你的网址就够了，那花不了你几分钟时间。
8友情链接
和同行网站进行友情链接，内容相关、PR值比自己高的站点最好。千万不要加入链接养殖场 （Link Form），那样会让你被搜索引擎封掉。
9关键词的密度
很多SEO前辈都回答过这个问题。答案分别是：2-8%、3-7%、低于10%、5%左右，你自己选一个吧。关键词密度是一个模糊的概念而不是绝对。
关键词密度并不是越高越好，下面的解释，你或许会明白关键词密度意味着什么？
搜索引擎的工作流程大概是这样的：
（1）对网页进行索引。这是Robot的工作，搜索机器人很勤奋，所以被收录是最简单的事情了。（但却有不少人老是在埋怨：我的站怎么就不被收录呀？）
（2）按关键词对网页进行分类归档。
（3）对某个关键词归档内的所有网页进行排序。这里涉及到域名PR值、链接锚文本等等方面。
（4）对于热门的关键词，结果的第一页生成静态页面。（不明白这点的，跳过）
其中第二点，搜索引擎把网页内容的中符合关键词密度标准的词，确定为该网页的关键词。所以，关键词密度意味着什么？如果没有确定好关键词密度，则不可能有第三点的排名。

2.怎么制作简单站内搜索引擎？

　　很多个人网站的站长都希望为自己的网站建立一个站内搜索引擎，但一不熟悉ASP、PHP、JSP等动态开发技术，另外自己建立站内搜索也需要空间支持相应的动态技术，所以常不得已放弃。其实，何不借用Google打造站内搜索引擎，来方便网友对自己网站的内容进行查找。 
若想在某特定网站内搜索特定的内容(如搜索中包含关键字“网络”的内容)，只需要在Google的搜索栏里输入:“网络 site:cfan.com.cn”即可(不含引号)。如果直接在自己站点的网页上建立一个Google的搜索栏，然后让访问者按Google规定的格式进行查询，那不就能实现Google作为自己站内搜索引擎的功能了吗？但是我们当然不能要求使用者还要特地学习Google对特定网站搜索的格式规范。于是笔者立刻联想到是否可以使用JavaScript脚本使得Google接收的查询关键字后自动加上类似“site:cfan.com.cn”的字符串呢？答案当然是肯定的。在你的网站首页需要放置站内搜索引擎页面的＜body＞标签的范围内放置如下代码： 
 
 http://www.Google.com/search" method="get" onSubmit="Gsitesearch(this)"> 
 
　　站内搜索:
 
  
   
 
　　 
  
脚本的关键部分在于Gsitesearch函数。语句:“curobj.q.value="site:"+domainroot+" "+curobj.qfront.value”的含义为:将“site:”字符串+变 量domainroot、空格、访客填写的关键字依此合并。既使得搜索格式符合Google的语言规范，又使增加了搜索功能的友好性，不需要用户来遵循Google的搜索规则。 
至此，您的专业站内搜索引擎就完成了(见图1 完成的站内引擎)。
如果我们不但要搜索本站的内容，还要让访客同时能搜索兄弟站点或本类网站的内容，该如何修改呢？接下来我们就对我们刚才的代码做一些推广。
 
 http://www.Google.com/search" method="get" onSubmit="Gsitesearch(this)"> 
 
　　 
  
  
 
 站点: 
  
 www.mywebsite.net" selected="1">本站 
 www.friend1site.net">友站1 
 www.friend2site.net">友站2 
  
 
　　 
  
我们只需要将Gsitesearch函数稍做修改，搜索的灵活性就能大大加强。站长只需要增删option选择项，即可实现多站点的内容搜索(见图2 支持多站点的站内搜索引擎)。
小编有话说:有时强大的功能并不需要多么复杂的技术才能实现，而仅仅需要一点灵感和一点专注。
相关制作的图片没有办法传到这上面```
如果你觉得可行的话``
 你就进我空间里面``
我会特地传到空间里面 你可以进去看看`

3.搜索引擎的发展方向在哪里？

　　我认为未来搜索引擎的发展会在方面进行革新：
一：重复识别
 互联网的信息冗余太过庞大，一篇文章被人转载成百上千次。虽然就目前的技术来讲有一定的识别技术，但是仍然显的比较无力。伪原创工具的大肆发布，蒙蔽搜索引擎的眼睛，简单的几个动作后搜索引擎便认为是一篇原创的诞生。而给予原创等同的权重，对于搜索引擎来说增加了数据量，对于站长来说来之不易的原创就如此轻易的被人“偷梁换柱”，而用户角度因其伪原创将一些作者所要阐述的信息解读的莫能两可。所以无论是就：搜索引擎、站长、用户角度来说，搜索引擎对于信息冗余度原创的识别也更加专业化、规则化，必然是其发展方向之一。
 二：优化排名
 网站排名的顺序对于网站的发展和站长的收益直接挂钩，然而如今来说“老牌势力推广的推广，高权重的高权重，一个内页甚至都可以比你首页的权重高。”中小站长如履薄冰的做着优化，如何与其比肩抗衡？笔者认为互联网不可能如此发展下去，就排名规则而言必然更加的处于平衡化发展。如举个例子：用户搜索最新电视，出现的可能是最近被更新到的网页，且内容资源也是最新颖的材料。而不是用户搜索“最新电视”以后出来一大堆的高权重网站的标题，内容却是与其题不搭。笔者在《互联网病态发展：中小网站被推入经济边缘》中提到来自商业化的压力，便有其部分论点，所以完善这个病态使其更健全发展“排名上必须有其优化。否则，终将跟不上发展的步伐而被取缔。
 三：相关性优化
 SEOer经常利用百度关键字的相关性来进行做关键字的优化或者长尾词的延伸。然而就目前而言依然是有不到位的。位了更方便用户的检索，必然也更加细节化发展。如搜索“站长网”，出来的可能存在“站长如何进行网站优化”。而不是目前单一的“XX站长网”。当然，这也仅仅是一个例子而言，更多方面的优化是搜索引擎发展来决定的。站长，你是否可以把握住一个新搜索时代的到来呢？
 四：网页视觉分析
网站是否基于用户体验出发，广告是否影响用户的正常体验？就目前搜索引擎方面做的还远远不够，所以必然是日后主流的发展方向之一，但是就于时间问题更有赖于技术的成熟性来决定。技术成熟可有效的屏蔽掉部分广告，对其不良广告进行网站的“降权”。
五：自然语言处理
自然语言的处理不仅缓解搜索引擎的服务器压力，更有利于认为的搜索。可以说是发展的必然性。就搜索引擎发展来看，之前通过关键字的堆砌就可以源源不断的产生流量，到现在的长尾词的运用，技术在一次次的革新着。搜索引擎服务于用户，谁能带到更便捷的搜索服务便掌握了市场，所以自然语言上必将是未来的发展方向之一。就SEO优化而言，站长应即时认清现况顺势而行。而非整天忙碌着如何利用伪原创工具进行大量的伪原创，不以人为阅读对象，留于搜索引擎中被淘汰。
希望我的回答对你有所启发，望采纳~！

4.搜索引擎的具体实施有哪几个步骤?

　　1、确定网站的关键字：关键字的选择是seo优化过程中极为重要的一个环节，关键词分析包括：关键词关注量分析、竞争对手分析、关键词与网站相关性分析、关键词布置、关键词排名预测。 2、关键字词密度的控制：最好使用语句和短语来包含你的关键字词，关键字一定要在我们的网站内容页中出现。 3、添加特定的标签：
标签里最好能包含我们的关键字子，对于不同的网页内容，需要我们自己琢磨出合适的标签以提高搜索引擎的机器人对你网站的覆盖范围，并通过此分辨出你网站的有效主题。 4、网站架构分析：网站结构符合搜索引擎的爬虫喜好则有利于seo优化，网站架构分析包括：剔除网站架构不良设计、实现树状目录结构、网站导航与链接优化。 5、简化网站的链接层次及结构：对于你网站url的结构应当十分谨慎，应避免使用带有?号及其他长串字符的出现，不然不利于搜索引擎的抓取，当然也就不大可能获得好的排名了。 6、网站目录和页面优化：seo不止是让网站首页在搜索引擎有好的排名，更重要的是让网站的每个页面都带来流量。 7、内容发布和链接布置：搜索引擎喜欢有规律的网站内容更新，所以合理安排网站内容发布日程是seo优化的重要技巧之一。链接布置则把整个网站有机地串联起来，让搜索引擎明白每个网页的重要性和关键词，实施的参考是第一点的关键词布置。友情链接战役也是这个时候展开。 8、与搜索引擎对话：向各大搜索引擎登陆入口提交尚未收录站点。在搜索引擎看seo的效果，通过site:你的域名，知道站点的收录和更新情况。通过domain:你的域名或者link:你的域名，知道站点的反向链接情况。 9、做好链接的导入与导出：最好不要将所有的外部链接全部都指向我们网站的主页，这样会导致搜索引擎重复的检索你的同一网页，而造成了资源的浪费。 10、建立网站地图：根据自己的网站结构，制作网站地图，让你的网站对搜索引擎更加友好化。让搜索引擎能过sitemap就可以访问整个站点上的所有网页和栏目。
11、高质量的友情链接：建立高质量的友情链接，对于seo优化来说，可以提高网站pr值以及网站的更新率，都是非常关键性的问题。 12、网站流量分析：网站流量的分析从seo结果上指导下一步的seo策略，同时对网站的用户体验优化也有指导意义。 13、坚定我们的信心：搜索引擎优化的过程是不断调整的过程，很少能一下子取得成效，而且搜索引擎不断的变化和加强着算法，需要我们不有足够的心理调节能力。

5.怎么创建自己的搜索引擎呢？？？

　　【工作原理】 1、抓取网页 每个独立的搜索引擎都有自己的网页抓取程序（spider）。Spider顺着网页中的超链接，连续地抓取网页。被抓取的网页被称之为网页快照。由于互联网中超链接的应用很普遍，理论上，从一定范围的网页出发，就能搜集到绝大多数的网页。 2、处理网页 搜索引擎抓到网页后，还要做大量的预处理工作，才能提供检索服务。其中，最重要的就是提取关键词，建立索引文件。其他还包括去除重复网页、分析超链接、计算网页的重要度。 3、提供检索服务 用户输入关键词进行检索，搜索引擎从索引数据库中找到匹配该关键词的网页；为了用户便于判断，除了网页标题和URL外，还会提供一段来自网页的摘要以及其他信息。
搜索引擎一般由搜索器、索引器、检索器和用户接口四个部分组成： ①搜索器：其功能是在互联网中漫游，发现和搜集信息； ②索引器：其功能是理解搜索器所搜索到的信息，从中抽取出索引项，用于表示文档以及生成文档库的索引表； ③检索器：其功能是根据用户的查询在索引库中快速检索文档，进行相关度评价，对将要输出的结果排序，并能按用户的查询需求合理反馈信息； ④用户接口：其作用是接纳用户查询、显示查询结果、提供个性化查询项。 做搜索引擎不是一天两天就能的，你好很多很多服务器，然后检索网络，制成一个信息库，所以你要很好的软件支持，资金投入也是很大的

6.怎么用java 开发一个搜索引擎呀？

　　一．  创建索引
　　1．一般创建索引的核心步骤 
　　（1）. 创建索引写入对象IndexWriter：
　　IndexWriter indexWriter = new IndexWriter(INDEX_STORE_PATH,new StandardAnalyzer(),create); 
　　参数说明：INDEX_STORE_PATH：  索引文件存放路径
　　  new StandardAnalyzer()： 分词工具
　　create： 此参数为Boolean型，true表示重新创建整个索引， false 表示增量式创建索引。 
　　（2）．创建文档模型,并用IndexWriter对象写入
　　Document doc = new Document(); 
　　Field field1 = new Field(fieldName1, fieldValue ,  Field.Store.YES, Field.Index.TOKENIZED);
　　doc.add(field1); 
　　Field field2 = new Field(fieldName2, fieldValue ,  Field.Store.YES, Field.Index.TOKENIZED);
　　doc.add(field2)；
　　……
　　indexWriter.addDocument(doc);
　　indexWriter.close(); 
　　参数说明：
　　Document ：负责搜集数据源,它可以从不同的物理文件提取数据并放入同一个Document 中或从一个物理文件中提取出不同的数据并放入同一个Document中。
　　如下图所示
　　                    
　　 Field ：用来表示不同的数据源
　　  fieldName1: 表示field名称
　　  fieldValue:  表示field 的值
　　  Field.Store.YES,：表示是否在索引文件中完整的存储该值。
　　在创建索引时，有些内容需要以摘要的形式完整地或以片段的方式显示在页面上，来便于用户查找想要的记录，那么就应该选择存储,如果不需要完整或片段的显示就不需要存储。
　　  Field.Index.TOKENIZED ：表示是否索引和分词。
　　只要是需要当作关键字让用户查找的字段就需要建立索引。
　　在建立索引的过程中，如果像文章标题、文章内容这样的Field, 一般是靠用户输入几个关键字来查询的，就应该选择分词。
　　如果需要用户输入完整字符也就是精确查找才能查询到的，例如：beanName，就可以不分词。 
　　 
　　Document最直观的理解方式：
　　Document就相当于我们平台中的一个普通javaBean,，而Field 就是javaBean中的一个属性。lucene搜索的机制就是靠搜索指定的Field的值 ，来得到含有要搜索内容的Document 集合，所以问题的关键在于如何组织Document . 
　　2．结合平台创建索引的思路
　　(1) 经分析搜索元素应该由如下内容组成（Document的属性） 
　　(2) 数据库数据转化为Document 的构造过程： 
　　  JavaBean / Attachment  →  (Temp Object) BaseData  →  (Finally Object) Document 
　　分析：
　　要建立索引的源数据分为两大部分：一个是数据库数据 BeanData ,另一个是附件数据 FileData , 这样可以建立一个抽象类 BaseData , 来存放它们共有的属性。同时为了管理这些相应的数据，在相同的等级结构上，建立了相应的管理类（xxxDataManager） ，对这些数据类的操作（建立或删除索引）进行管理，并用一个工厂类(DataManagerFactory)来创建所需要的管理类，IndexHelper用来充当整个索引模块对外的接口，为了实现一些与平台特定的业务，特用SupportManager来提供一些额外的业务支持，索引模块代码结构如下图所示。
　　二．搜索索引
　　1.  lucene 搜索的核心步骤：
　　String[]  fields  =  {“title”, “summary”,……};  //要查找的field范围
　　BooleanClause.Occur[]  flags  =  {BooleanClause.Occur.SHOULD, BooleanClause.Occur. MUST ,……};
　　Query  query = MultiFieldQueryParser.parse(queryStr, fields,flags,new StandardAnalyzer());
　　Hits  hits  =  new  IndexSearcher(INDEX_STORE_PATH).search(query);
　　for (int i = 0;i < hitsLength ; i++)
　　{
　　  Document doc = hits.doc(i);
　　String title = doc.get(“title”);
　　String summary = doc.get(“summary”); 
　　// 搜索出来的结果高亮显示在页面上
　　if (title != null) {  
　　  TokenStream tokenStream = analyzer.tokenStream(“title”,new StringReader(title));  
　　  String highlighterValue = highlighter.getBestFragment(tokenStream, title) ;
　　  if(highlighterValue != null){
　　  title = highlighterValue ;
　　  }  
　　  //log.info("SearchHelper.search.title="+title);  
　　  } 
　　if(summary!= null){
　　  TokenStream tokenStream = analyzer.tokenStream(“summary”,new StringReader(summary));  
　　  String highlighterValue = highlighter.getBestFragment(tokenStream, creator) ;
　　  if(highlighterValue != null){
　　  summary = highlighterValue ;
　　  }  
　　//log.info("SearchHelper.search. summary ="+ summary);
　　  }
　　 
　　}
　　2．结合平台构造搜索模块
　　  PageData 类用来存放检索结果集数据。
　　  PageInfo 类用来存放页面相关信息例如，PageData对象集合、总记录个数、每一页的记录数、 总页面数量等等。
　　  SearchHelper用来充当整个搜索模块的对外接口。
　　三．为平台组件添加索引的步骤（以知识中心为例） 
　　1．在com.cscec.oa.searchengine.extend.module 目录下添加一个新的package
　　例如：com.cscec.oa.searchengine.extend.module.resourcestore 
　　2．在新的目录下建立data package 并建立相应的数据类，并使这个数据类继承BeanData。
　　例如：
　　package com.cscec.oa.searchengine.extend.module.resourcestore.data
　　public class ResourceStoreBeanData extends BeanData{
　　}
　　3. 与data package 同一级目录建立manager package 并建立相应管理类，并使这个管理类继承BeanDataManager
　　例如：
　　com.cscec.oa.searchengine.extend.module.resourcestore.manager
　　public class ResourceStoreBeanDataManagerImpl extends BeanDataManager{
　　}
　　4．以管理员的身份登陆OA后，在菜单中找到“索引模块管理”链接，将相应信息添加完成后，便可以在List 页面 点击“创建索引”对该模块的数据进行索引的建立，建立完成后便可以进行查询。

以上就是关于「如何开发一个搜索引擎」的全部内容，本文讲解到这里啦，希望对大家有所帮助。如果你还想了解更多这方面的信息，记得收藏关注本站~

【Win10系统之家①独①家使用，转载请注明出处！】