01 它是干嘛的
搜索是谷歌的起点，也是整个商业帝国的入口。它做的事情是：派出程序把全网网页抓回来、建成一本可快速翻查的「索引字典」，用户输入关键词时，按内容相关度与网页的重要程度排序，再把结果与广告分开呈现。它解决的是「信息太多，人要自己一条条找」这个根本问题。
02 为什么会有它
1998 年之前：找资料像在一本按字数排序的电话簿里翻人
上世纪九十年代的搜索引擎，大多只会数关键词出现了多少次。一个网页只要把「手机」这个词重复贴上几百遍，就能排到第一，哪怕它是个骗人的垃圾站。真正写得好的页面反而被埋在后面。用户搜一个词，回来几万条结果，只能一页页翻，找到有用信息全靠运气和耐心。
雅虎走的是另一条路：雇人把网站手工分类，做成一棵目录树。质量高，但人工维护根本跟不上网页增长的速度，新页面要等很久才被收录，而且分类标准全凭编辑判断。
当时在斯坦福读博的拉里·佩奇和谢尔盖·布林想到了一个完全不同的角度：网页之间的「链接」其实是一种投票。如果很多重要网页都指向某一页，那这一页大概率是权威的；而重要网页本身的权重，又可以由指向它的链接算出来。这套「链接即投票」的思想就是 PageRank，它让排序第一次接近「谁的信用高」，而不是「谁把关键词抄得多」。
03 它怎么工作
整条主线是四步：爬虫把网页抓回来，解析后建成倒排索引，用户搜索时按「相关性 + 重要度」给候选页面打分排序，最后把广告和自然结果分栏摆放。
一次搜索是怎么得到结果的：抓取、建索引、排序、分离广告
- 1① 爬虫抓取
谷歌的爬虫程序顺着网页里的链接一个接一个地访问，把网页内容取回来。这个过程持续不断，全网内容被反复刷新，保证新页面能被尽快发现。
- 2② 解析与建倒排索引
把网页正文拆成一个个词，记录「哪个词出现在哪些网页、出现的位置和次数」。这张「词到网页」的对照表叫倒排索引，它就是搜索几毫秒出结果的根本原因——不用读遍全网，直接查表。
- 3③ 按关键词与权重排序
用户输入关键词后，先按索引找出包含这些词的所有页面，再用几百项因素打分：词在标题还是正文、网页权威度如何（PageRank 的历史贡献就在这里）、内容是否新鲜、是否符合搜索意图。分数高的排前面。
- 4④ 广告与自然结果分离
谷歌坚持一条纪律：花钱买的广告必须明确标注，排在自然结果之外的独立位置，绝不能靠出钱把排名买到自然结果里去。这一步决定了它没有走上「谁给钱谁第一」的老路。
- 5⑤ 返回结果页
最终把十条左右的结果连同摘要、广告、地图卡片等一起返回。用户点不点某条结果，又会反过来成为优化排序的信号，形成闭环。
04 谁在用它
写论文、查新闻、核实一件事，用几个关键词就能定位到相关页面，是大多数人的上网第一站。
搜索附近餐厅、营业时间、路线，结果页直接给出地图与商家信息，不必再打开别的应用。
输入商品名，购物卡片汇总各商家的价格与评价，帮助用户快速做决定。
商家购买与业务相关的关键词，在用户主动搜索时展示广告，这是谷歌最主要的收入来源。
网站运营者通过规范结构和提交站点地图，让自己的页面能被抓取、出现在搜索结果中。
05 怎么用
普通用户打开网页就能用；站长想让自己的网站被收录，则需要一点配置工作。
- 01普通用户：直接在搜索框输入关键词，用引号包住精确短语、用减号排除某词等技巧可以让结果更准。
- 02站长第一步：在 Google Search Console 里验证网站所有权，这是与谷歌沟通收录问题的官方入口。
- 03提交站点地图（sitemap.xml），告诉谷歌哪些页面需要抓取，加快新内容的收录。
- 04在 Search Console 里查看哪些关键词带来了点击、哪些页面有收录错误，据此调整内容。
- 05需要程序化读取搜索数据时，使用 Search Console API 拉取查询表现数据，用于做报表或自动化监控。
GET https://searchconsole.googleapis.com/webmasters/v3/sites/{siteUrl}/searchAnalytics/query
Authorization: Bearer <你的 OAuth 令牌>
Content-Type: application/json
{
"startDate": "2026-09-01",
"endDate": "2026-09-30",
"dimensions": ["query", "page"],
"rowLimit": 100
}避坑提示
- !关键词在标题与正文里自然出现即可，堆砌重复反而会被判定为垃圾内容而降权。
- !新站收录需要时间，别指望提交后立刻出现，保持内容持续更新比反复提交更有效。
- !广告位与自然结果永远是分开的，花钱只能买广告位，买不到自然排名。
06 关键概念
- 爬虫（Crawler）
- 自动顺着链接访问网页、把内容取回来的程序，搜索引擎的内容来源。
- 倒排索引
- 一张「词对应哪些网页」的对照表，让搜索引擎不必读完整个互联网就能快速找到相关页面。
- PageRank
- 把链接当作投票来衡量网页权威度的算法，被重要页面链接得越多，说明这一页越可信。
- 自然结果 vs 广告
- 自然结果是算法排出来的，广告是花钱买的，两者在页面上被明确区分。