1，搶
搜索引擎無法手動抓取互聯網網站的頁面，因此來自百度和谷歌的工程師編寫了壹個程序，他們將這個自動抓取程序命名為spider(也稱為“機器人”或“網絡爬蟲”)。
互聯網上的信息儲存在無數的服務器中。任何壹個搜索引擎想要回答用戶的搜索，都要先把網頁存儲在自己的本地服務器上，這就要靠網絡爬蟲了。它不斷地向各種網站發送請求，並存儲獲得的網頁。
通常的做法是利用網頁之間的鏈接，從壹個網頁開始，提取到其他網頁的鏈接，把它們當作下次要請求的對象，重復這個過程。有許多細節需要考慮。比如避免循環鏈接的網頁；解析web文檔並提取其中的鏈接；當鏈接無法打開時，處理錯誤等。
2.索引
索引是為了幫助程序快速搜索。每個人都用過英漢詞典。詞典前面按單詞首字母排列的部分就是索引。搜索引擎也是如此。這裏我們將介紹第壹個最重要的數據結構:倒排表。
搜索引擎擁有的文檔中出現的每個單詞都有壹個倒排表。它記錄了該單詞出現在多少個文檔中，是哪些文檔，在每個文檔節中出現多少次，出現在哪裏。這樣Google在搜索相關詞的時候，就不用翻遍所有的文檔，只需要找到每個詞對應的倒排表就可以知道這個詞出現在哪裏。
每個網絡文檔不僅僅包含文本信息。它還可能包括文件名、引用等。為了提高搜索質量，搜索引擎需要分別處理文檔的不同部分，並構建壹個倒排表。單詞的每個部分都要加到這個部分的倒排表中。
3.搜索
有了索引，妳可以快速找到妳需要的東西。如前所述，搜索引擎根據用戶的信息需求尋找匹配的內容。信息需求來自用戶輸入。搜索引擎利用用戶輸入的搜索字符，在創建索引時做壹些類似於文本的處理，然後生成解析樹。總之，以上技巧的最終目的是幫助搜索引擎更好地理解用戶的信息需求，以便找到更高質量的文檔。
4.整理
用戶可以通過輸入關鍵字來查看相關內容。這時候就會壹個壹個顯示出來，誰排第壹，誰排第二。我們把這種結果排名叫做排名。
排名會非常復雜，系統會進行壹系列復雜的分析，並根據分析的結論在索引數據庫中找到壹系列與其最匹配的網頁，根據用戶輸入的關鍵詞所反映的需求強度和網頁的優劣進行評分，並根據最終的評分進行排序。