目录搜寻引擎虽然有搜寻功能，但严格意义上不能称为真正的搜寻引擎，只是按目录分类的网站连结列表而已。用户完全可以按照分类目录找到所需要的信息。该类搜寻引擎因为加入了人的智慧型，所以信息準确、导航质量高，缺点是需要人工介入、维护量大、信息量少、信息更新不及时。

一个搜寻引擎由搜寻器、索引器、检索器和用户接口等四个部分组成。

搜寻器的功能是在网际网路中漫游，发现和蒐集信息。它常常是一个电脑程式，日夜不停地运行。它要儘可能多、儘可能快地蒐集各种类型的新信息，同时因为网际网路上的信息更新很快，所以还要定期更新已经蒐集过的旧信息，以避免死连线和无效连线。目前有两种蒐集信息的策略：

● 从一个起始URL集合开始，顺着这些URL中的超链（Hyperlink），以宽度优先、深度优先或启发式方式循环地在网际网路中发现信息。这些起始URL可以是任意的URL，但常常是一些非常流行、包含很多连结的站点（如Yahoo！）。

● 将Web空间按照域名、IP位址或国家域名划分，每个搜寻器负责一个子空间的穷尽搜寻。

搜寻器蒐集的信息类型多种多样，包括HTML、XML、Newsgroup文章、FTP档案、字处理文档、多媒体信息。

搜寻器的实现常常用分散式、并行计算技术，以提高信息发现和更新的速度。商业搜寻引擎的信息发现可以达到每天几百万网页。

索引器的功能是理解搜寻器所搜寻的信息，从中抽取出索引项，用于表示文档以及生成文档库的索引表。

索引项有客观索引项和内容索引项两种：客观项与文档的语意内容无关，如作者名、URL、更新时间、编码、长度、连结流行度（Link Popularity）等等；内容索引项是用来反映文档内容的，如关键字及其权重、短语、单字等等。内容索引项可以分为单索引项和多索引项（或称短语索引项）两种。单索引项对于英文来讲是英语单词，比较容易提取，因为单词之间有天然的分隔设定（空格）；对于中文等连续书写的语言，必须进行词语的切分。

在搜寻引擎中，一般要给单索引项赋与一个权值，以表示该索引项对文档的区分度，同时用来计算查询结果的相关度。使用的方法一般有统计法、资讯理论法和机率法。短语索引项的提取方法有统计法、机率法和语言学法。

索引表一般使用某种形式的倒排表（Inversion List），即由索引项查找相应的文档。索引表也可能要记录索引项在文档中出现的位置，以便检索器计算索引项之间的相邻或接近关係（proximity）。

索引器可以使用集中式索引算法或分散式索引算法。当数据量很大时，必须实现即时索引（Instant Indexing），否则不能够跟上信息量急剧增加的速度。索引算法对索引器的性能（如大规模峰值查询时的回响速度）有很大的影响。一个搜寻引擎的有效性在很大程度上取决于索引的质量。

检索器的功能是根据用户的查询在索引库中快速检出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并实现某种用户相关性反馈机制。

检索器常用的信息检索模型有集合理论模型、代数模型、机率模型和混合模型四种。

4.用户接口

用户接口的作用是输入用户查询、显示查询结果、提供用户相关性反馈机制。主要的目的是方便用户使用搜寻引擎，高效率、多方式地从搜寻引擎中得到有效、及时的信息。用户接口的设计和实现使用人机互动的理论和方法，以充分适应人类的思维习惯。 用户输入接口可以分为简单接口和複杂接口两种。

简单接口只提供用户输入查询串的文本框；複杂接口可以让用户对查询进行限制，如逻辑运算（与、或、非；+、-）、相近关係（相邻、NEAR）、域名範围（如.edu、.com）、出现位置（如标题、内容）、信息时间、长度等等。一些公司和机构正在考虑制定查询选项的标準。

首先，搜寻引擎属于自动网站检索，而目录索引则完全依赖手工操作。用户提交网站后，目录编辑人员会亲自浏览你的网站，然后根据一套自定的评判标準甚至编辑人员的主观印象，决定是否接纳你的网站。

其次，搜寻引擎收录网站时，只要网站本身没有违反有关的规则，一般都能登录成功。而目录索引对网站的要求则高得多，有时即使登录多次也不一定成功。尤其象Yahoo这样的超级索引，登录更是困难。

此外，在登录搜寻引擎时，我们一般不用考虑网站的分类问题，而登录目录索引时则必须将网站放在一个最合适的目录（Directory）。

最后，搜寻引擎中各网站的有关信息都是从用户网页中自动提取的，所以用户的角度看，我们拥有更多的自主权；而目录索引则要求必须手工另外填写网站信息，而且还有各种各样的限制。更有甚者，如果工作人员认为你提交网站的目录、网站信息不合适，他可以随时对其进行调整，当然事先是不会和你商量的。

目录索引，顾名思义就是将网站分门别类地存放在相应的目录中，因此用户在查询信息时，可选择关键字搜寻，也可按分类目录逐层查找。如以关键字搜寻，返回的结果跟搜寻引擎一样，也是根据信息关联程度排列网站，只不过其中人为因素要多一些。如果按分层目录查找，某一目录中网站的排名则是由标题字母的先后顺序决定（也有例外）。

搜寻引擎与目录搜寻引擎有相互融合渗透的趋势。一些纯粹的全文搜寻引擎现在也提供目录搜寻，如Google就借用Open Directory目录提供分类查询。而像 Yahoo! 这些老牌目录索引则通过与Google等搜寻引擎合作扩大搜寻範围（注）。在默认搜寻模式下，一些目录搜寻引擎首先返回的是自己目录中匹配的网站，如国内搜狐、新浪、网易等；而另外一些则默认的是网页搜寻，如Yahoo。

分类目录的信息有效性下降意味着其网路行销价值的降低，登录分类目录的网站难以获得有效的访问量。与技术型的搜寻引擎自动收录网站、自动更新网站索引信息相比，网站信息不能及时更新正是分类目录的致命缺陷 。由于已经收录的网站信息无法自动更新，即使分类目录中的一些网站已经关闭，或者域名被用于其他完全无关的领域，但显示在分类目录网站上的信息仍然是最初登录的内容。即使分类目录网站提供了用户自行修改网站信息的功能，但有些网站因关闭或者其他原因，通常也不会主动更新信息，因此结果造成分类目录网站信息有效性降低，使得用户查找信息非常不便，最终影响了分类目录作为网站推广方法的效果。

1、通常只能收录网站首页（或者若干频道），而不能将大量网页都提交给分类目录；

2、网站一旦被收录将在一定时期内保持稳定，有些分类目录允许用户自行修改网站介绍等部分信息；

3、无法通过“搜寻引擎最佳化”等手段提高网站在分类目录中的排名；

4、对于付费分类目录登录，通常需要交纳年度费用；

5、在高质量的分类目录登录，对于提高网站在搜寻引擎检索结果中的排名有一定价值；

6、由于分类目录收录大量同类网站，并且多数用户更习惯于用搜寻引擎直接检索，因此仅靠分类目录被用户发现的机会相对较小，难以带来很高的访问量，通常还需要与其他网站推广手段共同使用。