Lucene.net站内搜索—1、SEO优化

Lucene.net站内搜索—1、SEO优化
 Lucene.net站内搜索—2、Lucene.Net简介和分词
 Lucene.net站内搜索—3、最简单搜索引擎代码
 Lucene.net站内搜索—4、搜索引擎第一版技术储备（简单介绍Log4Net、生产者消费者模式）
Lucene.net站内搜索—5、搜索引擎第一版实现
 Lucene.net站内搜索—6、站内搜索第二版

声明：在这里，所谈的一切关于SEO的技术主要针对于我们开发人员。

SEO （搜索引擎优化）

SEO（搜索引擎优化）的目的（很多人都是通过搜索引擎找到我们的网站）是让搜索引擎更多的收录网站的页面，让被收录页面的权重更靠前，让更多的人能够通过搜索引擎进入这个网站

原理：蜘蛛会定时抓取网站的内容，发现网站内容变化、发现新增内容就反映到搜索引擎中

蜘蛛（spider）爬网站：就是向网站发http get请求的客户端。

SEO（搜索引擎优化*）：让网站排名靠前，让网站更多的页面被搜索引擎收录。链接（外链、内链）、原创、关键词的数量、权重，小偷网站(站群)，降权(PR PageRank)，K站（Kill站，作弊）、伪原创：

爬网站的过程：发现网站。百度把csdn当成关键网站，顺着已知的网站链接找到新的网站或者新的页面。

SEO的第一个手段：建外链（外部链接）。新网站吸引蜘蛛。对于非新网站，搜索引擎考虑一个“权重”，重点考察
外链数量。权重越高搜索结果越靠前，“权重”的一个重要因素就是“外链”数量，外链质量（外链网站的PR值，PageRank，决定一个网站的质量的
值，PR值越高网站越重要，原创、创建时间等等），Alexa 排名（全球网站排名）

（*）robots.txt是公约，搜索引擎都建议遵守，相当于一个指路牌：想让那些搜索引擎搜索，想让那些页面搜索 Search engine optimization

开发时要考虑SEO

搜索引擎蜘蛛（Spider）：向网站发出Get请求，获得页面内容，分析页面中的超链接，进一步的向页面中的超链接发Get请求，获得链接的页面内容。搜索引擎只认识<ahref=“”>，并且不能是JavaScript、超链接不能是js动态生成的

网站的SEO基本原则：所有希望搜索引擎抓取的内容都应该是通过超链接（Get请求）获得的，Post获得的内容、js脚本打开的页面是无法被搜索引擎抓取的，所以尽量不要JS、Post来进行页面导航、内容的生成。搜索引擎一般不会执行JS、不会发Post请求、不会提交表单。

动态菜单应该是把菜单内容静态的写到html中，然后通过隐藏、显示来切换，而不是动态绘制菜单内容。车品汇的案例：在保证动态效果的前提下，考虑SEO。反例：某些校园网站

因为LinkButton是执行JavaScript向服务器发请求来进行Redirect，而蜘蛛不会执行JS，所以尽量不要用LinkButton。

内嵌js生成的超链接是搜索引擎看不到的。服务器端动态生成的内容是可以被蜘蛛看到的，客户端浏览器（蜘蛛）不知道服务器是动态生成的还是静态文
件，只有Response。蜘蛛只分析静态的HTML内容，不会去执行JS。蜘蛛就是相当于发出Get请求的WebClient。禁用JS以后获得的东西
就是蜘蛛能看到的东西。

SEO友好的AJAX：做一个简单的根据参数来获得1、2、3三个文章的AJAX效果，如下示例：

html代码：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title></title>
<script src="jquery-1.4.1.js" type="text/javascript"></script>
<script type="text/javascript">
function getart(id) {
$.post("GetMsg.ashx", { "id": id }, function (data) {
$("#div1").html(data);
});
}
</script>
</head>
<body>
<ul>
<li><a href="GetMsg.ashx?id=1" onclick="getart(1);return false;">1</a></li>
<li><a href="GetMsg.ashx?id=2" onclick="getart(2);return false;">2</a></li>
<li><a href="GetMsg.ashx?id=3" onclick="getart(3);return false;">3</a></li>
</ul>
<div id="div1">
</div>
</body>
</html>

一般处理程序代码：

/// <summary>
/// GetMsg 的摘要说明
/// </summary>
public class GetMsg : IHttpHandler
{
public void ProcessRequest(HttpContext context)
{
context.Response.ContentType = "text/plain";
int id = Convert.ToInt32(context.Request["id"]);
if (id == 1)
{
context.Response.Write(@"搜索引擎蜘蛛（Spider）：向网站发出Get请求，获得页面内容，分析页面中的超链接，
进一步的向页面中的超链接发Get请求，获得链接的页面内容。");
}
else if(id==2)
{
context.Response.Write(@"因为LinkButton是执行JavaScript向服务器发请求来进行Redirect，而蜘蛛不会执行JS，所以尽量不要用LinkButton。");
}
else if (id == 3)
{
context.Response.Write(@"SEO友好的AJAX：做一个简单的根据参数来获得1、2、3三个文章的AJAX效果");
}
}
public bool IsReusable
{
get
{
return false;
}
}
}

效果：

这样就可以既实现ajax效果，又利于SEO优化了。

WebClient是下载Get请求的结果，而不是下载aspx源码。

聊SEO的时候说的一个很牛的技巧：<a href=“GetArticle.ashx?Id=1”
onclick=“ShowArticle(1);return
false;”>文章1</a>，也对不支持JavaScript的浏览器提供友好的使用。

糗事百科的“评论”也是同时考虑AJAX和SEO的例子。

蜘蛛爬网原理代码：

WebClient wc = new WebClient();
string html = wc.DownloadString("http://www.baidu.com");
//把html放入“数据库”
//分析html中的超链接 links
//foreach(string link in links)
//string html2 = wc.DownloadString(link);

聊到SEO的话！！！

对于开发人员来讲：搜索引擎只认get请求获得的原始源代码；只认页面中的a标签，并且不能是href=“javascript:”；

案例：不要是<ahref="javascript:document.location='http://www.baidu.com'" >百度</a>

不要用LinkButton的Onclick中来做Response.Redirect，因为生成的是js，请看如下代码：

<asp:LinkButton ID="LinkButton1" runat="server" onclick="LinkButton1_Click">LinkButton</asp:LinkButton>

生成的html源码如下：

<a id="LinkButton1" href="javascript:__doPostBack('LinkButton1','')">LinkButton</a>

不要在页面中动态通过js生成超链接菜单，而应该像“车品汇”一样先把链接都生成到页面中，只是隐藏，然后通过js来控制不同层的显示

实现AJAX，同时制定onclick和href，让普通用户走onclick的ajax效果，搜索引擎蜘蛛走href

关于搜索

开发百度用的是通用搜索，咱们主要做站内搜索。

有一定访问量的互联网站都有站内搜索功能，比如verycd、优酷、豆瓣、cnblogs、mop、淘宝、大众点评网等。

msg like '%.net视频教程%'：模糊程度太低，无法匹配几个关键词不挨着的；造成全表扫描，效率低。

为什么不用数据库全文检索？数据库全文检索很傻瓜化，和普通SQL一样。数据全文检索灵活性不强。注意：要sqlserver的专业版才支持全文检索功能。

使用sqlserver全文检索步骤：

1、设置需要检索的列属性

2、全文检索的查询语法：select * from T where contains(msg,’你好’)

为什么不用百度、google的站内搜索（site:cnblogs.com）：受制于人，会被K；索引不及时、不全面、不精准；用户体验感差

这里主要讲解最有广泛应用价值的站内搜索技术，像开发百度、google那种站外搜索相关的技术不讲。

a、搜索引擎 site:www.cnblogs.com 站内搜索

b、查看网站收录。site:www.verycd.com

当我们新建一个网站后，要想让搜索引擎能够收录，我们要先将我们网址提交到各搜索引擎入口，一般提交2~3天后，你就可以在各搜索引擎中输入关键字进行搜索了。