1. 搜索引擎如何對web網頁分類
搜索引擎如何對web網頁分類？這就需要提及搜索引擎的工作原理，蜘蛛爬行，處理數據，建立索引，根據用戶檢索相應的關鍵詞放出相關性高的網頁。
隨著互聯網的發展，網站的數量很龐大，如何讓網民能獲得更好的搜索體驗，搜索出來的結果更能符合自身的需求，這就是搜索引擎的工作原理的目的，滿足用戶需求，通過以下幾步。
第一步，蜘蛛抓取網頁，存放資料庫；
蜘蛛爬行是通過鏈接抓取根據其深度優先/廣度優先策略收集網頁信息，抓取的內容包含鏈接、圖片（alt屬性）、文字等，對於蜘蛛爬行不能識別的如圖片，我們要做alt屬性（文字說明），便於蜘蛛識別。因為蜘蛛是機器不是人類，網頁中的東西不能被識別，因此我們要注意盡量不要使用，如用flash搭建網頁（蜘蛛不能識別flash，這個不便於優化）。
影響蜘蛛抓取的因素有：鏈接/不識別的內容/需要許可權/網頁打不開（伺服器不穩定、404死鏈、網站被黑）
優化建議：1，注冊域名盡量不要包含中文；2，網頁中頁面盡可能用靜態網址，動態網頁鏈接過長；3，網頁中出現蜘蛛不能識別的圖片，要做alt標簽；4、時常關注網站能否正常打開以及安全情況。
第二步，開啟檢索，質量高的進入索引；
將收集到的網頁放入臨時的資料庫，對收集網頁信息進行檢索，符合規則的進入索引區，不符合規則的就會被清理。質量高的頁面有索引，就可以被搜索到，有收錄。
優化建議：1、網站內容要具有相關性，要符合自己建設的主題；2、網站TDK要有，標題、描述、關鍵詞；3、網站框架要友好。
第三步，外部投票，內部優化，影響排名展現；
2. web的工作原理
web的工作原理：
1、用戶在瀏覽器中輸入要訪問的web站點地址或在已打開的站點點擊超鏈接。
2、由DNS進行域名解析，找到伺服器的IP地址，向該地址指向的web伺服器發出請求。
3、web伺服器根據請求將URL地址轉換為頁面所在的伺服器上的文件全名，查找相應的文件。
4、若URL指向靜態文件，則伺服器將文件通過http協議傳輸給用戶瀏覽器；若HTML文檔中嵌入了ASP,PHP,JSP等程序，則由伺服器直接運行後返回給用戶；
如果web伺服器所運行程序包含對資料庫的訪問，伺服器會將查詢指令發送給資料庫伺服器，對資料庫執行查詢操作，查詢結果由資料庫返回給web伺服器，再由web伺服器將結果潛入頁面，並以html格式發送給瀏覽器。
5、瀏覽器解釋html文檔，在客戶端屏幕上展示結果。
(2)web站點信息收集擴展閱讀
web的特點
1、圖形化
Web 非常流行的一個很重要的原因就在於它可以在一頁上同時顯示色彩豐富的圖形和文本的性能。在Web之前Internet上的信息只有文本形式。Web可以提供將圖形、音頻、視頻信息集合於一體的特性。
2、與平台無關
無論用戶的系統平台是什麼，你都可以通過Internet訪問WWW。瀏覽WWW對系統平台沒有什麼限制。無論從Windows平台、UNIX平台、Macintosh等平台我們都可以訪問WWW。
3、分布式的
大量的圖形、音頻和視頻信息會佔用相當大的磁碟空間，我們甚至無法預知信息的多少。對於Web沒有必要把所有信息都放在一起，信息可以放在不同的站點上，只需要在瀏覽器中指明這個站點就可以了。
4、動態的
由於各Web站點的信息包含站點本身的信息，信息的提供者可以經常對站上的信息進行更新。如某個協議的發展狀況，公司的廣告等等。一般各信息站點都盡量保證信息的時間性。所以Web站點上的信息是動態的、經常更新的，這一點是由信息的提供者保證的。
5、交互的
Web的交互性首先表現在它的超鏈接上，用戶的瀏覽順序和所到站點完全由他自己決定。另外通過FORM的形式可以從伺服器方獲得動態的信息。用戶通過填寫FORM可以向伺服器提交請求，伺服器可以根據用戶的請求返回相應信息。
3. 什麼是web站點基本組成要素有哪些
一、什麼是web站點
WWW（World Wide Web）簡稱3W，也稱萬維網，也叫做Web系統。是以超文本標注語言HTML（Hyper Text Markup Language）與超文本傳輸協議HTTP（Hyper Text Transfer Protocol）為基礎，能夠提供面向Internet服務的、一致的用戶界面的信息瀏覽系統。
WWW它是目前 Internet上最方便最受用戶歡迎的信息服務類型，它的影響已遠遠超出了專業技術范疇，並且已經進入廣告、新聞、銷售、電子商務與信息服務等各個行業。
二、 Web的特點：
1、Web是圖形化的和易於導航的（navigate）
Web 非常流行的一個很重要的原因就在於它可以在一頁上同時顯示色彩豐富的圖形和文本的性能。在Web之前Internet上的信息只有文本形式。Web可以提供將圖形、音頻、視頻信息集合於一體的特性。同時，Web是非常易於導航的，只需要從一個連接跳到另一個連接，就可以在各頁各站點之間進行瀏覽了。
2、Web與平台無關
無論你的系統平台是什麼，你都可以通過Internet訪問WWW。瀏覽WWW對你的系統平台沒有什麼限制。無論從Windows平台、UNIX平台、Macintosh還是別的什麼平台我們都可以訪問WWW。
3、Web是分布式的
大量的圖形、音頻和視頻信息會佔用相當大的磁碟空間，我們甚至無法預知信息的多少。對於Web沒有必要把所有信息都放在一起，信息可以放在不同的站點上。
4、Web 是動態的
由於各Web站點的信息包含站點本身的信息，信息的提供者可以經常對站上的信息進行更新。如某個協議的發展狀況，公司的廣告等等。一般各信息站點都盡量保證信息的時間性。所以Web站點上的信息是動態的。經常更新的。這一點是由信息的提供者保證的。
5、Web是交互的。
Web的交互性首先表現在它的超連接上，用戶的瀏覽順序和所到站點完全由他自己決定。另外通過FORM的形式可以從伺服器方獲得動態的信息。用戶通過填寫FORM可以向伺服器提交請求，伺服器可以根據用戶的請求返回相應信息。
4. 針對web伺服器的攻擊,可收集的信息主要包括哪幾類
主要是訪問日誌：
可以針對ip、攻擊方式進行初步判斷，分析訪問文件以確定web內可能被入侵的入口，並針對不同的攻擊方式採取相應的防禦策略，如果有較高技術水平還可以試著分析攻擊來源採取一定的反制措施。