对于一个老网站来说，指数低的关键词是很容易拿到排名做百度seo优化的。关键就是关键词的布局要到位，现在很多教程或者培训都在说的关键词布局td-idf bm25算法，然而却很难做出效果。
为什么网站不能做出排名，究其原因要么是无法落地，要么就是落后老旧的内容。关键词指引着文章的内容，我们的关键词布局也可以说是内容布局，关键词用对了才能使得页面对用户有价值。
百度关键词seo原理
返璞归真，搜索引擎为信息检索用户提供快速、高相关性的信息服务。国内的搜索引擎百度很让我们比较快速的找到我们想要的结果。这也算是大家一直诟病百度，而又不得不用的原因吧。
td-idf bm25算法是搜索引擎来解决相关性的算法，没时间去捋，我这学历也捋不顺。最简单的办法还是抄，以前的文章提到挖掘同行网站，看他们怎么做。
关键词布局思路
这里我们可以进一步发挥，精细化操作。弄清楚优质对手（排名前两页）是怎么局部关键词的，我们学过来，基本就可以了。
有些人可能不理解，抄别人的怎么还能抄到别人前面去？因为我们是集合20个页面的优势与一体，并且剔除他们的毛病，你说能不优秀？
关键词布局方法1、采集优质对手
采集目标关键词排名前20的优质对手页面，这个方法有很多python，火车头都可以实现。抓取百度搜索结果前二十的页面真实链接，然后访问保存页面内容，留着分析使用。
百度搜索排名API接口返回JSON数据格式：
https://www.baidu.com/s?wd=开水&pn=50&rn=50&tn=json
参数说明：
wd：关键词 、 pn : 查询偏移位置、 rn: 每页显示多少条，默认为10条，最多50条
2、分析优质对手
分析优质对手的标题、描述和页面内容，分别提取出页面的标题、描述、body标签内的文字内容。这里重点就是去除html标签和无用符号。
###############################过滤HTML中的标签#将HTML中标签等信息去掉#@param htmlstr HTML字符串.##############################def filter_tags(htmlstr): #先过滤CDATA re_cdata=re.compile(\'//<![CDATA[[^>]*//]]>\',re.I) #匹配CDATA re_script=re.compile(\'<s*script[^>]*>[^<]*<s*/s*scripts*>\',re.I)#Script re_style=re.compile(\'<s*style[^>]*>[^<]*<s*/s*styles*>\',re.I)#style re_br=re.compile(\'<brs*?/?>\')#处理换行 #re_h=re.compile(\'</?w+[^>]*>\')#HTML标签 re_dr = re.compile(r\'<[^>]+>\',re.S) #HTML标签 re_comment=re.compile(\'<!--[^>]*-->\')#HTML注释 s=re_cdata.sub(\'\',htmlstr)#去掉CDATA s=re_script.sub(\'\',s) #去掉SCRIPT s=re_style.sub(\'\',s)#去掉style s=re_br.sub(\'n\',s)#将br转换为换行 #s=re_h.sub(\'\',s) #去掉HTML 标签 s=re_dr.sub(\'\',s) #去掉HTML 标签 s=re_comment.sub(\'\',s)#去掉HTML注释 #去掉多余的空行 blank_line=re.compile(\'n+\') s=blank_line.sub(\'n\',s) s=replaceCharEntity(s)#替换实体 return s##替换常用HTML字符实体.#使用正常的字符替换HTML中特殊的字符实体.#你可以添加新的实体字符到CHAR_ENTITIES中,处理更多HTML字符实体.#@param htmlstr HTML字符串.def replaceCharEntity(htmlstr): CHAR_ENTITIES={\'nbsp\':\' \',\'160\':\' \', \'lt\':\'<\',\'60\':\'<\', \'gt\':\'>\',\'62\':\'>\', \'amp\':\'&\',\'38\':\'&\', \'quot\':\'\"\',\'34\':\'\"\',} re_charEntity=re.compile(r\'&#?(?P<name>w+);\') sz=re_charEntity.search(htmlstr) while sz: entity=sz.group()#entity全称，如> key=sz.group(\'name\')#去除&;后entity,如>为gt try: htmlstr=re_charEntity.sub(CHAR_ENTITIES[key],htmlstr,1) sz=re_charEntity.search(htmlstr) except KeyError: #以空串代替 htmlstr=re_charEntity.sub(\'\',htmlstr,1) sz=re_charEntity.search(htmlstr) return htmlstrdef repalce(s,re_exp,repl_string): return re_exp.sub(repl_string,s)获取到需要的内容后去除停止词使用结巴TF-IDF提取关键词，统计关键词的词频和占比。这里只是对单个竞争对手的处理，还需要综合对手页面页面，筛选80%页面都有的关键词，统计平均数做对比参考。
3、分析自身页面
分析自身标题、描述和页面内容，同分析单个竞争对手。
4、对比差异
和第二步的关键词均值对比，找出要添加的关键词，要减少的关键词，并且对比出具体数量量化标准。接下来做内容就相当简单了，给你300个关键词（有的关键词要出现数十次，我们去频次前五十的关键词数量也不小），写一篇800字的文章，这不是造句吗？
这里存在一个小问题，那就是黑帽的干扰，总有我们不知道的黑猫手法上排名，这就会使我们的结果产生偏差。所以在设计平均数的时候还要保留原数据（每个对手的数据），我们可以手动剔除这部分排名不正常的结果来比对。
百度关键词seo案例
上面说的这套系统完成后我做了两个关键词测试，sem优化、信息流广告什么意思，前者栏目页，后者用的是文章页。
sem优化这个关键词长达一年没有排名。
06-16修改关键词布局，按照关键词布局系统参数扩充内容。
06-20百度前三页排名（部分地区首页）、谷歌首页排名，不到一周的时间排名前三页，效果可以说立竿见影。
6月23端午节那天大部分百度排名首页第二，sem也到前三页。
6月27回落到06-20的数据百度前三页排名（部分地区首页），为什么？
seo优化常说的相关度30%、网站链接30%、用户行为40%。相关度相当于进入前三页的门槛，决定排名还要有链接和点击留存的支撑，在做布局的时候发现大量seo、网站、开户、运营的关键词，虽然指数不高，但是刷的还是很厉害。
开水不喜欢换友链，更没有刷点击，所以给了不到一周的前三，因为没有其他数据的支撑就有所回落。给各位的思考就是内容、外链、点击依旧是排名关键，想要有好的排名就要做得更多。
7月1日sem优化，重回百度第二，部分地区第一。
信息流广告什么意思，指数不高，但是竞争不少，我准备发布一些信息流的心得就做了这个入门关键词，第二天收录就排名第二页。
