目录
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。
