發(fā)現(xiàn)網(wǎng)站網(wǎng)頁 

搜索引擎通常通過其他一些鏈接來尋找到新的網(wǎng)站、網(wǎng)頁，所以在搜索引擎發(fā)現(xiàn)網(wǎng)站的過程中，就需要增加適當?shù)耐怄?，而且，?nèi)鏈也應當豐富，能讓搜索引擎派出的spider從內(nèi)鏈中順利爬行，以便抓取新的頁面 。

搜索網(wǎng)站頁面 

一旦某個網(wǎng)頁被搜索引擎對有所了解，比如百度，就會讓某個“站點”去搜索這些網(wǎng)頁。你很可能希望整個網(wǎng)站都被搜索。但是，這很可能會由于搜索效率低或者基礎結構(阻止站點登陸網(wǎng)站)等因素而受到阻礙。 

提取內(nèi)容 

一旦搜索引擎派出的spider登陸某個頁面，它就會進行選擇性存儲，搜索引擎就會考慮到底需不需要儲存這些內(nèi)容。如果它們認為這些內(nèi)容大多都比較空洞或者說價值不大，那么通常不會儲存網(wǎng)頁(比如，這些網(wǎng)頁或許是網(wǎng)站上其他網(wǎng)頁內(nèi)容的總和)。重復內(nèi)容的其中一個普遍原因就是合并，這就是索引。