写在前面：大家好，我是热爱编程的小泽。
【建站系列教程】是我的亲身建站经历写给广大建站同胞们的教学博客。
喜欢的话点个赞吧~ 评论区欢迎交流讨论~
======前情提要：======= 在前面3章的内容中，我们介绍了网站建设的基础。 - 我们网站的数据如何大量获得 - 我们用哪些前端技术写页面 - 我们用哪些后端知识来保证网站的逻辑与交互 做到这里，您的网站就基本可以运营了（当然还有许许多多的事项，我在教程中并未提起， 如：防止SQL注入、XSS攻击、接口安全等等。这些属于web安全范畴，这里是建站教程， 我就不多说啦~）。 网站做好，我们把它放到服务器上，这时候就可以让别人来访问了。但是，怎样让更多的人访问 我们的网站呢？这时候SEO技术闪亮登场！
接下来，我将以任务驱动型的方式，介绍SEO技术。（增加逻辑性与趣味性）
SEO的使用背景
假设我们伟大的站长小泽好不容易做了一个信息查询网站，然后他买了域名买了服务器，终于挂在了网上。但是，网站每天的点击却寥寥无几。
为什么这么少？
因为根本没人知道他的网站。
小泽苦苦思索如何增加网站的点击量。终于，网站SEO优化进入了他的视野。
SEO到底是什么？SEO会对网站做哪些操作？
站长小泽读书时代就听过SEO的大名，但是一直没有机会接触。如今，小泽了解到：
SEO，英文全称：search engine optimization，中文：搜索引擎优化。SEO是一种透过了解搜索引擎的运作规则来调整网站，以及提高目的网站在有关搜索引擎内排名的方式。
说白了，SEO就是针对各个搜索引擎的搜索算法的不同，修改自己网站的网页代码，来迎合搜索引擎的‘口味’，达到让自己的站点排名更靠前的技术。
网站在搜索引擎的排名靠前了，点击量自然就高。
那么SEO到底会对我们的网站作出什么样的改动呢？我将其归为3大类：
- 内部优化
（1）META标签优化：例如：title，keywords，description等的优化 - （2）内部链接的优化，包括相关性链接（Tag标签），锚文本链接，各导航链接，及图片的链接，图片的alt属性
（3）网站内容更新：每天保持站内的更新(主要是文章的更新等) - 外部优化
- （1）外部链接类别：博客、论坛、B2B、新闻、分类信息、贴吧、知道、百科、相关信息网等尽量保持链接的多样性
- （2）外链运营：每天添加一定数量的外部链接，使关键词排名稳定提升。
- （3）外链选择：与网站相关性比较高，整体质量比较好的网站交换友情链接,巩固稳定关键词排名
- 运营优化
（1）在QQ群、微信群等网络空间推广自己的网站、链接
（2）运用现实中的运营手段来增加网站的曝光度与热度
总结的看：
第1类，很适合我们个人站长用代码来优化自己的网站；
第2类，介于代码优化和运营优化中间，有条件的可以去网上找专门的脚本来操作；
第3类，这个一般是公司特定的运营部门为公司网站做推广。
所以，接下来的教程中，我主要讲述技术型（第1类）的SEO如何去做。
对于程序员来说，代码优化方向的SEO能做哪些？
我们的站长小泽很苦b啊，网站刚发布，没有人气，根本没人愿意交换友情链接，通过运营手段来传播网站是要花好多钱的。还好技术小泽还是有一点的，所以他只好努力做第1类的SEO优化。
我归纳了一下第1类SEO优化的内容：
- 站内url的优化，尽量使用内链，要简单优美；
- title标签的格式；
- meta标签，包含很多：keywords、description等等等等；
- img标签，一定要带上alt属性，最好也带上title属性；
- 尽量不使用iframe标签；
以上5点，大家可以去看看其他网站的源码，就明白了。
- url的重写；
- 网页的静态化、伪静态化与纯静态化；
以上3、6、7都是篇幅比较大的内容，我会另做介绍。
最后，我们才说SEO的原理
首先，一个主旨就是，SEO是为了迎合搜索引擎而运用的。这是中心论点。SEO如何去迎合搜索引擎？那就需要知道搜索引擎的排名机制与算法。
换句话说，探寻SEO的原理就需要探寻搜索引擎的原理。
我们知道整个互联网是连接在一起的，形如一张网，叫做计算机网络。而搜索引擎的抓取程序就是通过这些一个一个的连接来抓取页面内容的，所以形象的叫做蜘蛛或者是称为爬虫。
搜索引擎的工作原理是，首先通过跟踪连接访问页面，然后获得页面HTML代码存入数据库。这里会生成‘快照’之类的，大家如果注意过搜索引擎的返回页，就能看到，如下图。
爬行和抓取是搜索引擎工作的第一步，形成数据收集的任务，然后就是预处理以及排名，这些都依赖非常机密的算法规则来完成。
对于seoer来说，网站的第一步就是解决收录问题，我们每天都在更新，可有时就是不收录。我们要想得到收录和蜘蛛的青睐，你就要懂得蜘蛛的爬行原理和规律。一般搜索引擎蜘蛛抓取内容的时候，大致可以分为纵向抓取和横向抓取两种。
而纵向抓取和横向抓取，就类似于算法中的，深度优先于广度优先，不多介绍。
