Haciendo un Buscador: Indexar solo paginas en castellano ¿como?

[Cluster]

Que yo sepa (hago la puntualización por qué tampoco tengo tantos antecedentes como para afirmarlo si o si), el lenguaje en el que se diseña la página se debe definir en las cabeceras HTTP que ya conoces (lanzadas con PHP con "<META ....>"

Por otro lado .. por el "pais" que proviene la IP del host que alberga esa página podrías "asumir" cierto idioma .. pero, ten presente que si bien los paises tienen "idiomas oficiales" .. puede darse el caso perfectamente que tengas una persona que le guste o su lengua nativa sea otra a la que defina el pais.

No creo que sea eficiente realizar un buscador que tome una página (en el caso que la página no tenga la definición del lenguaje), y haga una muestra de palabras que aparezcan en la página y empiece a buscarlas en diccionarios de diferentes idiomas (ingles, castellano .. etc). Creo que el rendimiento de un sistema así bajaría enormente .. además que "imagina" que en ese muestreo toma algunos términos en dos idiomas (lo típico de contenido técnico que si bien su fondo es en castellano por ejemplo .. se mencionan términos en ingles .. ).

En forosdelweb.com tienes un foro de Posicionamiento SEO ( en el de Ayuda general) .. prueba a preguntar ahí como funcionan los buscadores mas reconocidos en esos casos. Cuando sepas como lo hacen .. si quieres te pasas por el foro de PHP para ver como obtener el dato que necesites desde PHP.

Un saludo,