Google searchengine programación

Howdy,

Quiero saber cómo el google, etc WebCrawler searchengines trabajo como realmente estoy aprendiendo programación php y desea escribir un searchengine.
He leído alrededor de 10 sitios web, que se encuentra en google, acerca de "cómo searchengines trabajo" y no uno solo de ellos que quede claro si se trata de la araña o el índice o la búsqueda de software hace la clasificación de acuerdo a su algoritmo de clasificación.
Todo lo que nunca dicen es que, una searchengine tiene 3 programas:
a) la araña
b) el índice
c) el sistema de búsqueda (búsqueda-box, plantilla, etc)
Las arañas rastrean la web recolección de páginas web y, a continuación, remitirá al índice y, a continuación, el software de búsqueda el índice de búsquedas para el tratado palabras / frases.
Por otra parte, algunos dicen que las arañas copiar todo el sitio web en que el índice de. Así que, en otras palabras, hay 2 copias de un sitio web. Uno que residen en el sitio web del propietario y los demás que residen en el índice de la searchengine.
Así que ahora, sólo puedo asumir 3 posibilidades de cómo un searchengine obras de todo esto:

1.
La araña no hace el ranking de acuerdo con ningún algoritmo.
Lo único que hace es visitar un sitio web, agarra todo lo que los códigos de html (copia de un sitio web) y luego el volcado de los códigos html a su índice.
El índice no es más que un gran txt (. Txt,. html) en los searchengine la web que mantiene copia completa (códigos html) de cada página web.
El sistema de búsqueda, al buscar y encontrar enlaces (en el índice) da la clasificación de acuerdo con la searchengine el ranking de algoritmo.
Esto significa, la araña ni el índice es responsable de la clasificación debido a que estas 2 partes de la searchengine no se enseña el algoritmo de clasificación.

O

2.
La araña hace el ranking de acuerdo con la searchengine el ranking de algoritmo.
Visita un sitio web y agarra todo lo que los códigos de html (copia de un sitio web) y finalmente volcar el código html a su índice. Cuando los vertederos copias de los sitios web que los rangos de acuerdo con la searchengine del algoritmo.
El índice no es más que un gran txt (. Txt,. Html) en los searchengine la web que mantiene copia completa (códigos html) de cada página web.
El sistema de búsqueda, al buscar y encontrar enlaces (en el índice) no da la clasificación de acuerdo con la searchengine del algoritmo de clasificación, ya que ha sido ya realizada por la araña de dumping cuando los datos en el índice.
Esto significa, la araña es el responsable de dar la clasificación y no el índice ni el sistema de búsqueda de responsables de la clasificación debido a que estas 2 partes de la searchengine no se enseña el algoritmo de clasificación.

O

3.
La araña no hace el ranking de acuerdo con ningún algoritmo.
Lo único que hace es visitar un sitio web, agarra todo lo que los códigos de html (copia de un sitio web) y luego el volcado de los códigos html a su índice.
El índice no sólo es un gran txt (. Txt,. Html) en los searchengine la web que mantiene copia completa (códigos html) de cada sitio web, sino también el sistema que hace la clasificación.
Cuando se recibe datos de la araña, alinea los vínculos en su base de datos de acuerdo con la searchengine el ranking de algoritmo.
El sistema de búsqueda, al buscar y encontrar enlaces (en el índice) no da la clasificación de acuerdo con la searchengine el ranking de algoritmo.
Francamente, todo lo que hace es una copia de salida de algunas partes del índice en un buscador de la pantalla.
Esto significa, ni la araña o el sistema de búsqueda es responsable de la clasificación debido a que estas 2 partes de la searchengine no se enseña el algoritmo de clasificación.


Por lo tanto, suponiendo que sea correcto de acuerdo a las 3 anteriores?