Zi 字媒體

第一、關於爬蟲抓取（快，全，新）百度內部對搜索引擎特點有三個主要關鍵詞的概述，分別為快，全，新針對於快的解釋，百度快速的把網頁抓取回去針對於全的解釋，百度希望在國內把所有中文網站做成鏡像，把全部有價值的東西都搜羅回去針對於新的解釋，對應時效性的問題，盡量做成實時性的第二、關於解析抽取（易，准）針對網頁建設：從易來說，希望網頁結構簡單，可以快速的從網頁當中提取出有價值的信息，包括結構正文以及其他結構化的數據。從准來說，希望網頁要做的很準確，不要亂填亂寫，別把標題弄成了摘要，這個是不允許的第三、網頁建庫（優）如果以上兩步都做到的話，那麼第三步體現的數據也都是優質的網頁，是水到渠成的了。