主要搜索引擎的当前模式是，用户输入一些关键字或句子，无论是那种，搜索引擎将首先寻求用户输入，这将提高搜索结果的准确性。这是普通数据库搜索之间的区别，然后将引擎搜索到索引库的质量以查找这些和用户输入相关信息，显示结果将包含网页的摘要。

　　中文搜索引擎相关技术包括：中文字， 网络蜘蛛， 索引库， 网页摘要， 网一样， 信息。

　　1， 中文字

　　中文单词一直是中国搜索引擎的关键点。中文，英语中的每个单词都被空格分隔。汉语句子往往是一个词语之间的联系。没有分裂，人们可以很容易地理解句子的含义，但电脑很难理解。

　　我已经学会了中文方法，几乎都有你自己的汉语词典，字典划痕时匹配，达到一词目的，这个词很好，而字典非常大。

　　2， 网络蜘蛛

　　网络蜘蛛是指抓取有关庞大网络信息的程序。它们通常是多螺纹的，晚上爬行网络信息，同时， 有必要防止网站过多的网站。引导信息提供商服务器过载。

　　网络蜘蛛的基本原理：首先从起始页面开始，获取此页面内容，概制作网站公司括，然后提取所有页面，蜘蛛连接到这些连接，总是获得连续抓取。这些只是基本原则，实际应用程序应该复杂，你可以尝试编写蜘蛛，我用php写作。

　　3， 索引库

　　搜索引擎不使用已形成的数据库系统，它们是一种类似的数据库功能。

　　搜索引擎需要节省大量的Web信息，快照，关键词索引，所以， 数据量特别大。

　　4， 提取网络摘要

　　网页摘要是指网页信息的摘要。搜索引擎搜索结果，通常会有以下主题，会有网站建设推广维护一些介绍，让搜索者发现不需要本文的信息。

　　5， Webline相似性

　　通常有很多内容，例如， 同样的消息，所有主要门户网站将被释放，他们的新闻内容是一样的。还有一些个人网站。特别是窃取其他网站的网站，与别人的网站一样，这样一个网站毫无意义，搜索引擎将自动区分，减轻其重量。

　　有几种方法可以在我的研究中计算类似Web的相似性：

　　1）根据网络摘要比较，如果多个网页的MD5值相同，则证明这些网页具有高相似之处。

　　2）关键字根据网页出现。按字频率排序，你可以经常服用n个单词，如果MD5值相同，证明这些网页具有高相似之处。

　　6， 自动分类信息

　　网络的信息太大了，如何对它进行分类，这是搜索引擎的问题。让计算机自动对数据进行分类，首先培训您的计算机程序。