【基础】搜索引擎处理后html还剩下什么

蜘蛛抓取html页面后，代码中存在太多无用的html标签，通常预处理程序会去除掉标签

        <div id="cnts">
            <div id="site_nav_top">«<a href="http://home.cnblogs.com/">我的园子</a></div>
            <div id="login_area"><span id="span_userinfo"></span></div>
            <div class="clear"></div>
        </div>

处理完后只剩下“我的园子”可见文字，同时搜索引擎还是提取包含文字的特定标签，例如meta标签中的文字，图片的alt文字，link的title文字，flash的替代文字等