经过搜索引擎蜘蛛抓取页面，索引程序计算得到倒排索引后，搜索引擎就已准备好，可以随时处理用户搜索了。用户在搜索框中输入查询词后，排名程序就会调用索引库数据，计算排名并显示给用户。排名过程是与用户直接互动的。

（1）搜索词处理

搜索引擎接收到用户输入的搜索词后，需要对搜索词做一些处理，才能进入排名过程。搜索词处理包括以下几个方面。

1）中文分词。与页面索引时一样，搜索词也必须进行中文分词，将查询字符串转换为以词为基础的关键词组合。其分词原理与页面分词相同。我们可以返回上一节预处理中查看中文分词。

2）去停止词。和页面索引时一样，搜索引擎也需要把搜索词中的停止词去掉，最大限度地提高排名相关性及排名效率。

3）指令处理。查询词完成分词后，搜索引擎的默认处理方式是在关键词之间使用与逻辑。也就是说，用户搜索“减肥方法”时，程序分词为“减肥”和“方法”两个词，搜索引擎排序时默认用户寻找的是既包含“减肥”，又包含“方法”的页面。

4）拼写错误矫正。用户如果输入了明显错误的字或错误的英文单词拼法，搜索引擎会提示用户正确的用字或拼法，并进行矫正。

5）整合搜索触发。某些搜索词会触发整合搜索，比如明星的姓名就经常触发图片和视频内容，当前的热门话题又容易触发资讯内容。哪些词触发哪些整合搜索，也需要在搜索词处理阶段计算。

6）搜索框提示。用户在搜索框输入查询词的过程中，搜索引擎就会根据热门搜索数据给出多组相关的查询词，减少用户的输入时间。

7）理解搜索真实意图。对查询意图的理解无法通过关键词的匹配实现，目前是以人工智能，机器学习的方法为主，而且进展快速。

（2）文件匹配

搜索词经过处理后，搜索引擎得到的是以词为基础的关键词集合。文件匹配阶段就是找到包含所有搜索关键词的所有文件。

（3）初始子集的选择

找到包含所有关键词的匹配文件后，还不能进行相关性计算，因为找到的文件通常会有几十万、几百万，甚至上亿个。要对这么多文件实时进行相关性计算，需要很长时间。

实际上，用户并不需要知道所有与关键词匹配的几十万，几百万个页面，大部分用户只会查看前几页的搜索结果。搜索引擎也不需要计算这么多页面的相关性，而只要计算最重要的一部分页面即可。

但是问题在于，在还没有计算相关性时，搜索引擎又怎么知道哪个文件是最相关的呢？所以选择用于最后相关性计算的初始页面子集时，必须依靠其它特征而不是相关性，其中最主要的就是页面权重。

（4）相关性计算

选出初始子集后，计算子集中的页面与关键词的相关性。计算相关性是排名过程中最重要的一步。

（5）排名过滤及调整

选出匹配文件子集、计算相关性后，大体排名就已经确定了。之后搜索引擎可能还有一些过滤算法，对排名进行轻微调整，其中最主要的过滤就是施加惩罚。一些有作弊嫌疑的页面，虽然按照正常的权重和相关性计算排到前面，但搜索引擎的惩罚算法却可能在最后一步把这些页面调到后面。

（6）排名显示

所有排名确定后，排名程序调用原始页面的标题标签、说明标签、页面发布或更新时间、结构化数据等信息显示在搜索结果页面上。如果页面没有说明标签，或说明标签写得不好，搜索引擎也会从页面正文中动态生成页面说明文字。

（7）搜索缓存

用户搜索的查询词有很大一部分是重复的。按照二八定律，20%的搜索词占到了总搜索次数的80%。按照长尾理论，最常见的搜索词即便没有占到80%那么多，通常也有一个比较粗大的头部，很少一部分搜索词占到了所有搜索次数的很大部分。尤其是有热门新闻发生时，每天可能有几百万人都在搜索完全相同的词。

如果每次搜索都重新处理排名，可以说是很大的浪费。搜索引擎会把最常见的查询词及结果存入缓存，用户搜索时直接从缓存中调用，而不必经过文件匹配和相关性计算，大大提高了排名效率，缩短了搜索反应时间。

（8）查询及点击日志

搜索用户的IP地址、搜索词、搜索时间，以及点击了哪些结果页面，搜索引擎都会记录并形成日志。这些日志文件中的数据对搜索引擎判断搜索结果质量、调整搜索算法、预期搜索趋势、开发人工智能算法等都具有重要意义。