“收录量”的估算方法

“收录量”的估算方法

因为site指令把搜索范围限制在了指定的域名内，所以站长和东莞seo人员认为如果不填写搜索词，而只用site指令+域名所得到的搜索结果就是该域名所有被收录的页面了，返回的结果数也是搜索引擎对这个网站的收录量。如图所示，site指令+域名所得到的结果都是指定域名内的，且百度给出了“找到相关结果数4 240 000个”，并特别注明这个结果是估算值。在Google中也会同样得到相似的结果，但是在Google中的“结果数”经常会变化很大，往往向后翻几页，显示的结果数就变了。百度相对还好，一般会以周为周期来更新这个数字。

这

在其他很多地方，百度搜索工程师也都回应site指令给出的结果数只是一个估算值，并不是百度对网站的真实收录量，推荐大家参考百度站长平台的“百度索引量”数据。这里先来解释一下site指令的结果数是怎么估算出来的，后续介绍一下“百度索引量”。如果大家自己还是不明白site指令是怎么进行估算的，那么推荐大家再仔细阅读一下第2章搜索引擎原理一章的有效索引和缓存机制部分。

在第2章搜索引擎原理部分介绍了，搜索引擎并没有呈现索引库中的所有索引网页，而是使用的缓存或者有效索引中的数据。由此推测：在搜索引擎接收到site指令时也不例外，搜索引擎并不会浪费资源去检索整个索引库，而只是在缓存或有效索引中进行匹配检索。site指令所得到的“收录量”为缓存（或有效索引）中该网站的网页数量，乘以搜索引擎缓存（或有效索引）库中的总网页数和整个索引库中网页数的比值，示意公式如下：

“缓存”总网页数

site收录量=该网站在“缓存”中网页数×垂个索引库中网页数

site指令显示的“结果数”差不多就是这样计算出来的，和alexa工具对网站流量的估算类似，并不是搜索引擎根据实际索引库匹配出这些数量的网页。同时搜索引擎的缓存是多级的，有效索引库也是多个，所以对于不同的网站，估算公式中所使用的数据可能会来自不同的“缓存（库）”。

百度官方人员给出的回复大概是：这个site指令是一个估算值，并不是真实的索引量。百度索引网页有很多库，使用site查询时，会随机使用一个“库”中的该网站网页的数量来进行估算。因为“库”是随机的，所以就造成了site指令所给出的数值可能会变动很大。