搜索引擎工作原理-百度建库规则解读与应用

百度优先建库的四点

时效性，高价值原创，优质专题页，重要的个人页面这四点。但是要注意的是，这里时效性的页面是指那些新闻源的页面，而不是普通网站的。有一种情况是时效性比较长的页面，比如某些比较有时效性的信息页。比如招聘信息，房产信息等等这类的可以用时效性的方法让页面收录，但是不要为了时效性而去大量去采集一些网页信息，造成垃圾页面。针对采集百度推出了飓风算法来应对恶劣采集的。

高价值原创内容这点就不说了，因为做SEO都是知道的内容为王外链为皇。原创是收录的基础。关于官方提到的重要的个人页面，这对于我们普通做站站长来说并没有多大的价值了解下就可以。

内容优质的专题页面这里官方提到一点：专题页面不一定要完全原创，只要把所有的优质内容聚合在一起，自己添加一些新鲜有趣的内容、观点、评论。从这段话里可以看出一些网站的专题页面排名之所以好并且内容并非原创内容就是这个原因。比如优质的内容聚合页，图片聚合页这些都是搜索引擎喜欢的页面 。

互联网上很多的页面没有被百度收录并不是百度没有发现这个网页，而是在百度筛选页面的时候被筛选掉了。上面这段文字就表述了百度是如何对网站的页面进行筛选的。上面的这段文字中说出了三大点。

第一点，是互联网中的重复页面会被过滤掉。

重复页面主要就是指的采集。第二点就是内容空短的网页，在做SEO优化的时候我们在看首页源代码，如果显示了过多的js，css,ajax的时候百度同样会把这类的页面给过滤掉。

第二点，网页加载的速度也是影响收录的重要原因。

其中只要是在网页中加载的不管是视频还是广告弹窗的加载时间都算入网页的整体加载时间中，如果时间太长的话就也会被认为空短页面而不被收入。

第三点，网页作弊

这一点是搜索引擎最痛恨的一种，现在搜索引擎的反作弊手段逐渐在成熟，之前的文章中也提到过，搜索引擎不管你的robots文件中有没有写屏蔽js文件的规则，搜索引擎都会去抓取你的js代码。这点就是搜索引擎为了反作弊而做的必要工作。所以不要使用网页作弊。