关键词的提取与排名要素

大部分的网站以HTML格式存在，对于索引来说，只需要处理文本信息。因此需要把网页中内容提取出来，再过滤一些脚本如JS等以广告形式存在的内容，同时记录文本的版面格式信息，网页处理主要包括4个方面：关键词的提取，重复，转载的消除，链接分析，和网页重要度计算，关键词是怎么提取的，由于HTML 网页来源多样性，内容比较随意，新人SEO且不讲究规范，工整，包含了许多无关的信息，中文网页用到了词典和切词软件，不应该在文本中出等词，称为停用词，有效词语要保证在200左右。

5.页面上导出外部链接锚文字中使用了关键词

与关键词有关的页面排名因素

6.页面前50-100个可见文字中使用了关键词

4.页面上导出内部链接锚文字中使用了关键词

2.域名中含有关键词

8.目录名中还有关键词

7.子域名中包含关键词

3.H 1标签使用了关键词

9.其他正文标题(H2、H3)中使用了关键词

1.标题标签中第一个字或者词使用关键词