搜索引擎基本结构一般包括：搜索器、索引器、检索器、用户接口等四个功能模块。
1、搜索器：
搜索器也叫网络蜘蛛，是搜索引擎用来爬行和抓取网页的一个自动程序，在系统后台不停歇地在互联网各个节点爬行，在爬行过程中尽可能快的发现和抓取网页。
2、索引器。
它的主要功能是理解搜索器所采集的网页信息，并从中抽取索引项。
3、检索器。
其功能是快速查找文档，进行文档与查询的相关度评价，对要输出的结果进行排序。
4、用户接口。
它为用户提供可视化的查询输入和结果输出的界面。
百度快照会更新的原因有很多，其中包括以下几点： 1. 网站内容更新：如果网站的内容更新了，百度的爬虫会重新抓取网站上的信息，并更新快照。 2. 外链引用变化：如果网站的外链引用发生了变化，也可能会导致百度快照的更新。一些外部链接的新增或删除会影响百度对网站的评价，从而影响快照的更新。 3. 网页结构变化：如果网站的结构或设计发生了变化，也可能需要更新快照。例如，如果网站在关键位置上添加了新的
可能是百度搜索到的网站是一个缓存页面，搜索结果会有一定延迟，导致不能看到最新内容。解决办法是，关闭缓存页面，直接输入网站地址到地址栏，或者重新搜索。
虽然搜索引擎排名技术和算法一直在提高，但我相信所有搜索引擎都或多或少有人工干预，就算最标榜一切以算法和自动化为目标的Google，也肯定有人工因素。去年就曾经有人报道（http://www.searchbistro.com/index.php?/archives/19-Google-Secret-Lab,-Prelude.html），Google在很多国家的大学招募学生，进行搜索引擎结果的评价工作
相关统计数据表明：互联网上近似重复的网页的数量占网页总数量的比例高达29%，完全相同的网页大约占网页总数量的22%.研究表明，在一个大型的信息采集系统中，30%的网页是和另外70%的网页完全重复或近似重复的。即：互联网的网页中相当高的比例的网页内容是近似相同或完全相同的!搜索爬虫抓取会产生网页重复的类型：1.多个URL地址指向同一网页以及镜像站点如：www.sina.com 和www.sina.c
