1、抓取

广度优先抓取：广度优先抓取是按照网站的树形结构，对一个的层进行的抓取，如果此层没有抓取完成，蜘蛛不会进行下一层的搜索。（不要出现孤岛链接，也就是说这个链接没有栏目关系）

说明：

内容优良而独特的页面，如果您的页面内容和互联网上已存在的其他页面有高度的相似性，可能不会被收录。

链接层次较浅的页面。过深的链接层次，尤其是动态网页的链接，会被丢弃而不收录。

如果是动态网页，请控制参数的数量和URL的长度。搜狗更偏好收录静态网页。重定向次数越多的页面，越有可能被 sogou spider 丢弃。

2、过滤（PageRank）

网站的页面被抓取了并不代表一定会被收录。蜘蛛来抓取了之后，会把数据带回去，放到临时的数据库中，再进行过滤，过滤掉一些垃圾的内容或者是低质量的内容。你页面的信息如果在互联网上有大量的相同信息，搜索引擎就很有可能不为你的网页建立索引。

如果你的网站的页面顺利通过了过滤这一过程，说明页面的内容达到了搜索引擎设定的标准，页面会就会进入建立索引和输出结果这一步。

3、建立索引与输出结果

符合收录的页面之后会建立索引，我们在搜索关键词后，搜索引擎展示给我们的结果。这些结果排序是根据一系列复杂的算法来排定的。比如：页面的外链，页面与关键词的匹配度，页面的多媒体属性等。