阿峰:SEO如何处理采集内容（中）

　　上回说道处理采集内容的两个先后步骤：

　　对原始内容的处理

　　对处理后内容进行组织

　　第一块，对原始内容的处理，上篇主要针对html源码信息的处理，但没说对文本信息该如何处理。

　　下面分享下本渣渣曾经使用的一些，对采集内容文本的处理方式…

　　对原始采集内容文本信息的处理

　　对元数据的处理，这边忽略，因为元数据主要是添加逻辑上的映射。比如我一个企业黄页的网站，去抓了“XXX公司的规模、商标、年营业额、法人信息”等元数据，我需将这些元数据与本站库内对应的企业做个关联即可。因为元数据属于短文本，即采即上，无需做重复性方面的处理。