“经过文字提取、分词、消噪、去重后，搜索引擎得到的就是独特的、能反映页面主体内容的、以词为单位的内容。接下来搜索引擎索引程序就可以提取关键词，按照分词程序划分好的词，把页面转换为一个关键词组成的集合”我觉得你在里面说的搜索引擎算法是很久很久的算法，例如我搜索一段话，一段原创文章的话，只有一篇文章有，肯定不会有这句话的这些都是最基础的搜索引擎原理，没必要质疑，搜索引擎发展了这么多年，都没脱离过一些最早的原理。分析词项是肯定会的。另外关于搜索句子为什么能搜索出网页来，这个因为我搜索引擎原理也不是特别熟，不是非常确定。但应该是因为各个词出现的位置也被记录，所以搜索的时候，会匹配位置等等因素，给出结果来。而去停止词主要是大幅削弱它对于排名的影响，不是说不记录。