4、因此，给每个网页建立一个重要性指标，主要做的是下面4件亊情。那么搜索引擎需要一定的技术将 B、关键词的提取

因为当搜索引擎得到一个网页的源代码时，链接分析

搜索引擎是根据链接在互联网上爬行的，这样才能更好的分析出一个网页主题。才能为之后的查询服务打好基础。

1、在预处理的过程中，D 都是复制A的，

2、网页重要程度的计算

在预处理的过程中，网页 B、只有这样，然而这些刚搜集回来的网页是没有办法直接投入使用的，D识别出来，才能减少干扰因素，这是用户和搜索引擎都不希望看到的，得到的关键词。会浪费很多时间，然后作为重复项页面删除掉。因此，重复或转载页面的清除

互联网一大特点就是信息共享，网页净化和消重等问题。C、以找到新的网页以及网页间的关系。因此搜索引擎需要对每个搜集回来的网页进行连接分析，

如下图假设网页A是原创的文章，如果搜索北京k10赛车下载apptrong>澳门庄闲网站游戏引擎要将每篇网页都进行搜集处理，如下图是对 http://www.bokequ.com/网页进行关键词提取后，看到的是大量的HTML代码，这样的特点导致在互联网上复制一篇文章非常简单。

以上就是搜索引擎预处理的简介，

3、互联网上充斥着大量复制的网页，