征采引擎的事情原理包罗如下三个历程:
一、征采引擎的事情历程
爬行和抓取：征采引擎蜘蛛通过跟踪连结接见网页，获得页面HTML代码存入资料库。
预处置：索引程序对抓取来的页面数据进行文字提取、中文分词、索引等处置，以备排名程序挪用。
排名：用户输入关键词后，排名程序挪用索引库数据，盘算相关性，然后按一定花样天生搜索效果页面。
二、爬行和抓取
搜索引擎是怎么产生的？
爬行和抓取是征采引擎事情的第一步，完成数据网络的义务。
蜘蛛：征采引擎用来爬行和接见页面的程序被称为蜘蛛（spider），也称为机械人（bot）。征采引擎接见任何一个网站时，都市先接见网站根目录下的robots.txt文件。若是robots.txt文件阻止征采引擎抓取某些文件或目录，蜘蛛将遵守协议，不抓取被阻止的网站。和浏览器一样，征采引擎蜘蛛也有标明自己身份的署理名称，站长可以在日志文件中看到征采引擎的特定署理名称，从而辨识征采引擎蜘蛛。
预处置：在一些SEO质料中，「预处置」也被简称为：「索引」，由于索引是预处置最主要的步骤。征采引擎蜘蛛抓取的原始页面，并不能直接用于查询排名处置。征采引擎资料库中的页面数都在数万亿级别以上，用户输入搜索词后，靠排名程序实时对这么多页面剖析相关性，盘算量太大，不能能在一两秒内返回排名效果。因此抓取来的页面必须经由预处置为最后的查询排名做好准备。和爬行抓取一样，预处置也是在后台提前完成的，用户搜索时感受不到这个历程。
三、排名
经由征采引擎蜘蛛抓取页面，索引程序盘算获得的倒排索引后，征采引擎就准备好可以随时处置用户搜索了。用户在搜索框填入关键词后，排名程序挪用索引库数据，盘算排名显示给用户，排名历程是与用户直接互动的。
搜索词处置：征采引擎吸收到用户输入的搜索词后，需要对搜索词做一些处置，才气进入排名历程。
文件匹配：搜索词经由处置后，征采引擎获得的是以词为基础的关键词聚集。文件匹配阶段就是找出含有所有关键词的文件。在索引部门提到的倒搜索引使得文件匹配能够快速完成。
最近有个搜索引擎的课程设计，求推荐几本开发
