搜索引擎5

1、搜索引擎原理搜索引擎原理1、全文索引全文搜索引擎是名副其實(shí)的搜索引擎，國(guó)外代表有Google，國(guó)內(nèi)則有著名的百度搜索。它們從互聯(lián)網(wǎng)提取各個(gè)網(wǎng)站的信息（以網(wǎng)頁文字為主），建立起數(shù)據(jù)庫，并能檢索與用戶查詢條件相匹配的記錄，按一定的排列順序返回結(jié)果。根據(jù)搜索結(jié)果來源的不同，全文搜索引擎可分為兩類，一類擁有自己的檢索程序（Indexer），俗稱“蜘蛛”（Spider）程序或“機(jī)器人”（Robot）程序，能自建網(wǎng)頁數(shù)據(jù)庫，搜索結(jié)果直接從自身的數(shù)據(jù)

2、庫中調(diào)用，上面提到的Google和百度就屬于此類；另一類則是租用其他搜索引擎的數(shù)據(jù)庫，并按自定的格式排列搜索結(jié)果，如Lycos搜索引擎。2、目錄索引目錄索引雖然有搜索功能，但嚴(yán)格意義上不能稱為真正的搜索引擎，只是按目錄分類的網(wǎng)站鏈接列表而已。用戶完全可以按照分類目錄找到所需要的信息，不依靠關(guān)鍵詞（Keywds）進(jìn)行查詢。目錄索引中最具代表性的莫過于大名鼎鼎的Yahoo、新浪分類目錄搜索。3、元搜索引擎元搜索引擎（METASearchEn

3、gine）接受用戶查詢請(qǐng)求后，同時(shí)在多個(gè)搜索引擎上搜索，并將結(jié)果返回給用戶。著名的元搜索引擎有InfoSpace、Dogpile、Vivisimo等，中文元搜索引擎中具代表性的是搜星搜索引擎。在搜索結(jié)果排列方面，有的直接按來源排列搜索結(jié)果，如Dogpile；有的則按自定的規(guī)則將結(jié)果重新排列組合，如Vivisimo。其他非主流搜索引擎形式：1、集合式搜索引擎：該搜索引擎類似元搜索引擎，區(qū)別在于它并非同時(shí)調(diào)用多個(gè)搜索引擎進(jìn)行搜索，而是由用戶

4、從提供的若干搜索引擎中選擇，如HotBot在2002年底推出的搜索引擎。2、門戶搜索引擎：AOLSearch、MSNSearch等雖然提供搜索服務(wù)，但自身既沒有分類目錄也沒有網(wǎng)頁數(shù)據(jù)庫，其搜索結(jié)果完全來自其他搜索引擎。3、免費(fèi)鏈接列表（FreeFAllLinks簡(jiǎn)稱FFA）：一般只簡(jiǎn)單地滾動(dòng)鏈接條目，少部分有簡(jiǎn)單的分類目錄，不過規(guī)模要比Yahoo！等目錄索引小很多。[編輯本段編輯本段]【工作原理工作原理】1、抓取網(wǎng)頁、抓取網(wǎng)頁每個(gè)獨(dú)立的

5、搜索引擎都有自己的網(wǎng)頁抓取程序（spider）。Spider順著網(wǎng)頁中的超鏈接，連續(xù)地抓取網(wǎng)頁。被抓取的網(wǎng)頁被稱之為網(wǎng)頁快照。由于互聯(lián)網(wǎng)中超鏈接的應(yīng)用很普遍，理論上，從一定范圍的網(wǎng)頁出發(fā)，就能搜集到絕大多數(shù)的網(wǎng)頁。此外，在登錄搜索引擎時(shí)，我們一般不用考慮網(wǎng)站的分類問題，而登錄目錄索引時(shí)則必須將網(wǎng)站放在一個(gè)最合適的目錄（Directy）。最后，搜索引擎中各網(wǎng)站的有關(guān)信息都是從用戶網(wǎng)頁中自動(dòng)提取的，所以用戶的角度看，我們擁有更多的自主權(quán)；而

6、目錄索引則要求必須手工另外填寫網(wǎng)站信息，而且還有各種各樣的限制。更有甚者，如果工作人員認(rèn)為你提交網(wǎng)站的目錄、網(wǎng)站信息不合適，他可以隨時(shí)對(duì)其進(jìn)行調(diào)整，當(dāng)然事先是不會(huì)和你商量的。目錄索引，顧名思義就是將網(wǎng)站分門別類地存放在相應(yīng)的目錄中，因此用戶在查詢信息時(shí)，可選擇關(guān)鍵詞搜索，也可按分類目錄逐層查找。如以關(guān)鍵詞搜索，返回的結(jié)果跟搜索引擎一樣，也是根據(jù)信息關(guān)聯(lián)程度排列網(wǎng)站，只不過其中人為因素要多一些。如果按分層目錄查找，某一目錄中網(wǎng)站的排名則是

7、由標(biāo)題字母的先后順序決定（也有例外）。目前，搜索引擎與目錄索引有相互融合滲透的趨勢(shì)。原來一些純粹的全文搜索引擎現(xiàn)在也提供目錄搜索，如Google就借用OpenDirecty目錄提供分類查詢。而象Yahoo!這些老牌目錄索引則通過與Google等搜索引擎合作擴(kuò)大搜索范圍（注）。在默認(rèn)搜索模式下，一些目錄類搜索引擎首先返回的是自己目錄中匹配的網(wǎng)站，如國(guó)內(nèi)搜狐、新浪、網(wǎng)易等；而另外一些則默認(rèn)的是網(wǎng)頁搜索，如Yahoo。這種引擎的特點(diǎn)是找的準(zhǔn)確

8、率比較高。[編輯本段編輯本段]【搜索引擎的發(fā)展史搜索引擎的發(fā)展史】互聯(lián)網(wǎng)發(fā)展早期，以雅虎為代表的網(wǎng)站分類目錄查詢非常流行。網(wǎng)站分類目錄由人工整理維護(hù)，精選互聯(lián)網(wǎng)上的優(yōu)秀網(wǎng)站，并簡(jiǎn)要描述，分類放置到不同目錄下。用戶查詢時(shí)，通過一層層的點(diǎn)擊來查找自己想找的網(wǎng)站。也有人把這種基于目錄的檢索服務(wù)網(wǎng)站稱為搜索引擎，但從嚴(yán)格意義上講，它并不是搜索引擎。1990年，加拿大麥吉爾大學(xué)（UniversityofMcGill）計(jì)算機(jī)學(xué)院的師生開發(fā)出Arch

9、ie。當(dāng)時(shí)，萬維網(wǎng)（WldWideWeb）還沒有出現(xiàn)，人們通過FTP來共享交流資源。Archie能定期搜集并分析FTP服務(wù)器上的文件名信息，提供查找分別在各個(gè)FTP主機(jī)中的文件。用戶必須輸入精確的文件名進(jìn)行搜索，Archie告訴用戶哪個(gè)FTP服務(wù)器能下載該文件。雖然Archie搜集的信息資源不是網(wǎng)頁（HTML文件），但和搜索引擎的基本工作方式是一樣的：自動(dòng)搜集信息資源、建立索引、提供檢索服務(wù)。所以，Archie被公認(rèn)為現(xiàn)代搜索引擎的鼻祖

10、。搜索引擎的起源搜索引擎的起源:所有搜索引擎的祖先，是1990年由Montreal的McGillUniversity三名學(xué)生（AlanEmtage、PeterDeutsch、BillWheelan）發(fā)明的Archie（ArchieFAQ）。AlanEmtage等想到了開發(fā)一個(gè)可以用文件名查找文件的系統(tǒng)，于是便有了Archie。Archie是第一個(gè)自動(dòng)索引互聯(lián)網(wǎng)上匿名FTP網(wǎng)站文件的程序，但它還不是真正的搜索引擎。Archie是一個(gè)可搜索