在搜索框敲几个词，半秒内返回上百万条结果——搜索引擎并不是搜的时候才去全网找，它提前就把大部分网页看完了。搜索引擎的工作原理拆开就三步：抓取、索引、排序。

第一步：抓取

爬虫程序沿着链接不断访问新页面，从一个入口出发，顺着超链接爬遍整个站点。它还认规矩：网站用 robots 协议声明哪些目录不许抓，XML 格式的站点地图则主动告诉它哪些页面值得看。页面抓不到，后面一切免谈，这是新网站迟迟搜不到的第一个原因。

抓取频率也看站点表现：更新勤、服务器稳定、内容原创度高的站，爬虫来得更频繁；长期打不开、死链成堆的站，抓取间隔会被拉长。

第二步：建立索引

抓回来的页面先解析：去掉标签、提取标题和正文、识别语言，再切分成一个个词条。搜索引擎存的是倒排索引——记录每个词出现在哪些页面、什么位置、出现几次。你搜一个词，系统翻的不是网页本身，而是这个词对应的页面清单，所以才能毫秒级响应。

索引阶段还会去重、识别作弊页面、评估内容质量，低质采集页往往进不了索引，这就是用 site 语法查自己网站收录量为零的原因。

第三步：排序

同一时刻满足关键词的页面成千上万，排序要综合大量信号：关键词出现的位置、页面的外链数量与质量、站点整体可信度、内容更新时间、加载速度，还有用户点击后的停留表现等。同一篇内容被多处转载时，原发来源一般更容易排到前面。信号加起来几百项，具体权重是各家核心机密，但方向一致：能真正解决搜索者问题的内容，长期排名才稳。

普通人用得上的两点

查自己网页有没有被收录，搜索框输入 site:你的域名 看结果数量；想让新页面快点被看见，把站点地图提交到各家站长平台，比干等爬虫上门快得多。

实际判断：收录取决于让爬虫顺利抓取，排名取决于内容质量，两件事都急不来，也都没有捷径。