在处理某些问题时，当无法直接建立数学模型，采用搜索策略来探索所有可能的解决方案就显得尤为重要。搜索方法的基本原理是遍历所有可能的状态，按照一定的顺序和规则进行尝试，直至找到问题的解或者确认无解。
搜索过程从初始状态开始，这个状态被称为起始状态，目标状态是我们期望达到的状态。搜索的核心步骤包括：（1）初始状态的确定；（2）通过应用规则生成新的状态，这被称为扩展；（3）检查新状态是否为目标，若是，则搜索结束，否则继续扩展；
深度优先搜索是搜索策略的一种，它采用递归的方式进行。具体步骤如下：
在Pascal语言中，递归功能使得深度优先搜索编写较为简便，因为递归过程可以自动实现回溯。搜索算法是人工智能的基础，广泛应用于各种问题解决中，特别是在当我们面对复杂问题而找不到高效解决方案时，搜索策略是不可或缺的。简单来说，搜索算法就是利用计算机的力量穷举所有可能，以找到问题的解。
尽管搜索算法易于理解，但要写出高效程序并非易事，需要根据问题特性进行优化。深度优先搜索作为搜索算法的一种，虽然基础但实用，接下来的内容将假设读者对基本编程和递归有所了解。
深度优先搜索是一种在开发爬虫早期使用较多的方法。它的目的是要达到被搜索结构的叶结点(即那些不包含任何超链的HTML文件) 。在一个HTML文件中，当一个超链被选择后，被链接的HTML文件将执行深度优先搜索，即在搜索其余的超链结果之前必须先完整地搜索单独的一条链。深度优先搜索沿着HTML文件上的超链走到不能再深入为止，然后返回到某一个HTML文件，再继续选择该HTML文件中的其他超链。当不再有其他超链可选择时，说明搜索已经结束。