Google 检索、索引、排名的原理规则是什么？

Google SEO中的爬取、索引跟搜索引擎排名，分别是什么意思呢？在学习SEO之前，必定要先了解一下谷歌搜索引擎的运作方式。从你的网站文章发布的那一瞬间，你的文章网址会经历：被找到、被爬取（检索）、被索引，然后才能出现在Google搜索引擎里面并且加入Google搜索结果的排名。上面的这个过程，从网址被找到，一直到被爬取跟索引，然后再到开始在Google搜索引擎排名，这就是Google搜索引擎的运作方式。

了解Google搜索引擎的运作方式非常重要，因为Google在检索、索引到搜索引擎排名的过程当中，有非常多的SEO知识在里面。例如Google检索时是检索哪些东西？Google索引时是索引哪些东西？当你的文章开始加入Google搜索引擎排名，文章的初始排名是怎么决定的？这中间隐含大量的SEO知识跟排名要素（Ranking factors）在里面。

如果你还不知道SEO中的爬取、索引跟排名的整个过程以及运作方式，本篇文章平哥SEO会做一个完整的介绍，让你了解Google搜索引擎的基本运作原理。

Google搜索引擎的爬取、索引跟排名，是什么？

当一个新的网址出现的时候，它一定会经历「被找到」的过程，所以虽然我们可以将Google搜索引擎的运作方式分成：检索（爬取）、索引跟排名，但其实前面还有一个「找到」网址的过程。

这里将网址被找到、爬取（检索）、索引跟排名，简单说明如下。

Google找到网址

当一个新页面出现时，Google的爬虫必然会先找到该网址，并且将该网址加入网址库，然后比对一下网址库里面是不是有这条网址，如果确认是新的网址，就会安爬时间去检索（爬取）。

在Google Search Console里面的「涵盖范围」功能当中，你也可以清楚看到一条网址它的「发现方式」，可能是从你提交的Sitemap当中发现的，也有可能是从别的网址找到你这条链接的。

Google爬存（检索）

当有新的网址出现在Google数据库中的网址库之后，就会安排时间去检索，其实「检索」是官方的名称，熊猫先生也比较喜欢用「检索」这个词，不过在SEO界里，检索很常被称作「爬取」，你只要知道它们指的都是Crawl就可以了。无论是爬取还是检索，都是指Crawl。

在Google search Console里面的「涵盖范围」功能，你也可以很清楚的看到关于「检索」的讯息。下面有两个重要的观念：

是否允许检索：如果显示否，那么该网址可能是出现在robots.txt，也就是网站主在robots.txt这个档案当中不允许检索这条网址。

是否允许编入索引：如果显示否，代表该网址很可能有noindex中继标记，所以才会出现不允许给页面被索引的讯息。

这里特别说明：robots.txt是用来告诉搜索引擎不要爬取特定页面，而noindex则是用来告诉搜索引擎不要索引特定页面。

当爬虫程序爬取了你的页面之后，会将整个网页的信息压缩并存入数据库里面，在「检索」阶段，Google存入数据库的信息就像是用户打开浏览器时得到的HTML网页，一直要到「索引」阶段，才会将检索的资料去芜存菁，只索引重要的信息。

Google索引

Google在索引阶段要处理的东西很多，因为Google不可能将你网页上全部的HTML源代码，或是各种文字都存入数据库，这样数据库会变得过于庞大而没有效益，所以Google「索引」阶段肯定只会索引重要的东西，而这些东西会影响你这个网址之后在某个「关键字」的排名。

那么，Google到底索引了哪些东西？常见的会被索引的信息包含如下：

1.重要的关键词

Google是如何提取页面中的关键词，这个只有Google内部人员才知道，通常提取的关键词可能也有10个以上，而且每个被提取出来的关键词，其权重加总之后通常不一样。

唯一可以肯定的是，页面中的Meta title、H1、H2肯定是重点。这也是为什么很多SEO人都强调关键词要出现在标题或是H2里面的重要性。

2.链接与锚文字

页面中的链接与锚点文字也是会被索引的东西。

3.图片Alt text

图片当中的alt text，也是会被提取的文字。

4.关键字的文字大小（font-size）

根据Google的Pagerank原始文件，有特别提到，Google会提取关键字大约的文字大小，文字越大通常重要性也越高。

5.文章中的粗体字

粗体字通常是或是这样的标签，粗体字也会是被记录的信息。

6.关键字在页面中的位置

关键词出现在页面中的位置，也是会被记录在索引数据库里面。

除了上面提到的这几点资讯以外，Google肯定还索引了其它东西，但很多东西是我们不知道的，这些被用来索引的东西，通常也可以视为SEO排名要素（Ranking factors）。

Google排名

当你的某个页面网址被索引之后，基本上就已经可以出现在Google搜索引擎里面并加入排名了。Google号称有两百多条SEO排名要素，这200多条排名要素都会在整个SEO关键词排名中起到一定程度的作用，有些影响作用很大（例如反向链接），有些影响作用比较小（例如关键字出现在URL网址里）。

Google搜索引擎的运作原理

从上面你应该已经了解到，Google搜索引擎的运作原理，基本上就是四个阶段：网址被找到、网址被爬取、网址被索引跟网址被排名。简单的讲，谷歌搜索引擎的运作原理有这四个阶段。

网址被找到

爬取（又称检索）

索引（又称收录）

排名

从事SEO工作的人必须非常了解这四个阶段的各种SEO细节，你才能从中找到一些问题，例如以下几个重点：

一个网址如果迟迟没有被检索，那会是什么原因？

一个网址如果迟迟没有被索引，那会是什么原因？

关于Google搜索引擎的运作原理，其实Matt Cutts在Youtube网站上有一段视频，讲解的非常清楚，这段视频建议一定要看。Matt Cutts的这段视频清楚的解释了：Google爬取、索引跟排名的过程。

在Google搜索引擎的关键词排名的过程中，除了参考Google索引中的资料，另外还有Pagerank跟200多条SEO排名要素（注意：Google索引中的资料，有些本身就是排名要素）。

除了上面这只影片之外，Matt Cutts在另外一只影片，也提到了Google搜索引擎的运作方式，下面这只视频也建议一定要看，你会对Google搜索引擎的运作原理与搜索引擎排名有更深的理解。

Google正向索引与倒序索引

在Google的「索引」过程当中，有件事特别重要，那就是「正向索引」跟「倒序索引」，如果不是具有理工背景的人，可能很难理解这两个概念。

下面分别解释Google索引中的正向索引与倒序索引。

正向索引

每个网址都被指派一个独一无二的DocID，这个数据表中储存着该网页的重要关键词。

倒序索引

Google透过正向索引的数据，改变其索引方式，换成以关键字为键值的数据表，每个数据列都有一个KeywordID，每个KeywordID里面包含着重要的网址（DocID）。

当用户在Google搜索关键词的时候，Google会去调用倒序索引里面的资料，这样查询速度才会快，因为如果使用正向索引资料表，这样查询会变得超级慢，因为网路上有上百亿个网页，这计算时间实在太过庞大，这也是为什么原本的正向索引必须改成倒序索引的原因。