1. 搜索引擎如何对web网页分类
搜索引擎如何对web网页分类？这就需要提及搜索引擎的工作原理，蜘蛛爬行，处理数据，建立索引，根据用户检索相应的关键词放出相关性高的网页。
随着互联网的发展，网站的数量很庞大，如何让网民能获得更好的搜索体验，搜索出来的结果更能符合自身的需求，这就是搜索引擎的工作原理的目的，满足用户需求，通过以下几步。
第一步，蜘蛛抓取网页，存放数据库；
蜘蛛爬行是通过链接抓取根据其深度优先/广度优先策略收集网页信息，抓取的内容包含链接、图片（alt属性）、文字等，对于蜘蛛爬行不能识别的如图片，我们要做alt属性（文字说明），便于蜘蛛识别。因为蜘蛛是机器不是人类，网页中的东西不能被识别，因此我们要注意尽量不要使用，如用flash搭建网页（蜘蛛不能识别flash，这个不便于优化）。
影响蜘蛛抓取的因素有：链接/不识别的内容/需要权限/网页打不开（服务器不稳定、404死链、网站被黑）
优化建议：1，注册域名尽量不要包含中文；2，网页中页面尽可能用静态网址，动态网页链接过长；3，网页中出现蜘蛛不能识别的图片，要做alt标签；4、时常关注网站能否正常打开以及安全情况。
第二步，开启检索，质量高的进入索引；
将收集到的网页放入临时的数据库，对收集网页信息进行检索，符合规则的进入索引区，不符合规则的就会被清理。质量高的页面有索引，就可以被搜索到，有收录。
优化建议：1、网站内容要具有相关性，要符合自己建设的主题；2、网站TDK要有，标题、描述、关键词；3、网站框架要友好。
第三步，外部投票，内部优化，影响排名展现；
2. web的工作原理
web的工作原理：
1、用户在浏览器中输入要访问的web站点地址或在已打开的站点点击超链接。
2、由DNS进行域名解析，找到服务器的IP地址，向该地址指向的web服务器发出请求。
3、web服务器根据请求将URL地址转换为页面所在的服务器上的文件全名，查找相应的文件。
4、若URL指向静态文件，则服务器将文件通过http协议传输给用户浏览器；若HTML文档中嵌入了ASP,PHP,JSP等程序，则由服务器直接运行后返回给用户；
如果web服务器所运行程序包含对数据库的访问，服务器会将查询指令发送给数据库服务器，对数据库执行查询操作，查询结果由数据库返回给web服务器，再由web服务器将结果潜入页面，并以html格式发送给浏览器。
5、浏览器解释html文档，在客户端屏幕上展示结果。
(2)web站点信息收集扩展阅读
web的特点
1、图形化
Web 非常流行的一个很重要的原因就在于它可以在一页上同时显示色彩丰富的图形和文本的性能。在Web之前Internet上的信息只有文本形式。Web可以提供将图形、音频、视频信息集合于一体的特性。
2、与平台无关
无论用户的系统平台是什么，你都可以通过Internet访问WWW。浏览WWW对系统平台没有什么限制。无论从Windows平台、UNIX平台、Macintosh等平台我们都可以访问WWW。
3、分布式的
大量的图形、音频和视频信息会占用相当大的磁盘空间，我们甚至无法预知信息的多少。对于Web没有必要把所有信息都放在一起，信息可以放在不同的站点上，只需要在浏览器中指明这个站点就可以了。
4、动态的
由于各Web站点的信息包含站点本身的信息，信息的提供者可以经常对站上的信息进行更新。如某个协议的发展状况，公司的广告等等。一般各信息站点都尽量保证信息的时间性。所以Web站点上的信息是动态的、经常更新的，这一点是由信息的提供者保证的。
5、交互的
Web的交互性首先表现在它的超链接上，用户的浏览顺序和所到站点完全由他自己决定。另外通过FORM的形式可以从服务器方获得动态的信息。用户通过填写FORM可以向服务器提交请求，服务器可以根据用户的请求返回相应信息。
3. 什么是web站点基本组成要素有哪些
一、什么是web站点
WWW（World Wide Web）简称3W，也称万维网，也叫做Web系统。是以超文本标注语言HTML（Hyper Text Markup Language）与超文本传输协议HTTP（Hyper Text Transfer Protocol）为基础，能够提供面向Internet服务的、一致的用户界面的信息浏览系统。
WWW它是目前 Internet上最方便最受用户欢迎的信息服务类型，它的影响已远远超出了专业技术范畴，并且已经进入广告、新闻、销售、电子商务与信息服务等各个行业。
二、 Web的特点：
1、Web是图形化的和易于导航的（navigate）
Web 非常流行的一个很重要的原因就在于它可以在一页上同时显示色彩丰富的图形和文本的性能。在Web之前Internet上的信息只有文本形式。Web可以提供将图形、音频、视频信息集合于一体的特性。同时，Web是非常易于导航的，只需要从一个连接跳到另一个连接，就可以在各页各站点之间进行浏览了。
2、Web与平台无关
无论你的系统平台是什么，你都可以通过Internet访问WWW。浏览WWW对你的系统平台没有什么限制。无论从Windows平台、UNIX平台、Macintosh还是别的什么平台我们都可以访问WWW。
3、Web是分布式的
大量的图形、音频和视频信息会占用相当大的磁盘空间，我们甚至无法预知信息的多少。对于Web没有必要把所有信息都放在一起，信息可以放在不同的站点上。
4、Web 是动态的
由于各Web站点的信息包含站点本身的信息，信息的提供者可以经常对站上的信息进行更新。如某个协议的发展状况，公司的广告等等。一般各信息站点都尽量保证信息的时间性。所以Web站点上的信息是动态的。经常更新的。这一点是由信息的提供者保证的。
5、Web是交互的。
Web的交互性首先表现在它的超连接上，用户的浏览顺序和所到站点完全由他自己决定。另外通过FORM的形式可以从服务器方获得动态的信息。用户通过填写FORM可以向服务器提交请求，服务器可以根据用户的请求返回相应信息。
4. 针对web服务器的攻击,可收集的信息主要包括哪几类
主要是访问日志：
可以针对ip、攻击方式进行初步判断，分析访问文件以确定web内可能被入侵的入口，并针对不同的攻击方式采取相应的防御策略，如果有较高技术水平还可以试着分析攻击来源采取一定的反制措施。