第八讲搜索引擎使用指南

搜索校务公开 用“xwgk” URL中出 现

校务公开 inurl:xwgk
搜索的关键字包含在网页标题中

Intitle的用法类似于上面的inurl,只是后者对 URL进行查询,而前者对网页的标题栏进行查 询。网页标题,就是HTML标记语言title中之间 的部分。网页设计的一个原则就是要把主页的 关键内容用简洁的语言表示在网页标题中。因 此,只查询标题栏,通常也可以找到高相关率的 专题页面

Google 使用技巧


英文字符大小写不敏感。 搜索整个短语或者句子 Google的关键字可以是单词（中间没有空格），也可 以是短语（中间有空格）。但是，用短语做关键字， 必须加英文引号，否则空格会被当作“与”操作符。 示例：搜索关于第一次世界大战的英文信息。 搜索：“"world war I"‖
可概括为以下几个过程

（1）信息的采集和存储。全文搜索引擎一般 运用“网络机器人”，定期对一定IP地址范围 内的互联网站进行搜索，自动收集网页信息并 存入数据库。而目录搜索引擎是通过编辑人员 对提交的网站进行浏览评判，把被接纳的网站 分门别类地存放在相应的目录中。 （2）索引系统的建立。信息采集和存储后， 要建立索引查询系统。要对采集到的网页信息 进行信息语词切分、语词词法分析、词性标注 及相关的自然语言处理，建立检索项索引。
搜索引擎使用指南
搜索引擎的基本功能

搜索：网站、网页、特定格式的文件（文本文 件、视频文件、音频文件等）
搜索引擎含义

搜索引擎（Search engine）是指通过网络搜 索软件或网站登录等方式，对互联网上各种资 源进行标引，并为检索者提供检索的工具。
搜索引擎的工作原理

搜索引擎通过网络机器人（Network Robot） 搜索软件，在因特网上自动跟踪和发掘各种网 页信息后，再利用索引软件为扫描到的每一个 网页建立倒排文档，从而构造出一个巨大的网 络信息库；最后用户在搜索引擎服务器的 WWW站点或网页上进行关键词检索或分类浏 览得到搜索结果。
搜索引擎忽略的字符以及强制搜索
如果要对忽略的关键字进行强制搜
索，则需要在该关键字前加上明文 的“+‖号。 搜索：“+www +的历史 internet‖ 结果：已搜索有关+www +的历史 internet的中文(简体)网页。 共约有 106,000项查询结果，这是第1-10 项 。 搜索用时0.05秒。


网易（Netease）— 网易搜索是ODP的国 内翻版，其目录由志愿管理员维护，是 google的网页搜索用户。 http://search.163.com/
国内目录索引

雅虎
http://cn.yahoo.com/
lycos中国 http://www.lycos.com.cn/ 法律网站 http://www.law-lib.com/lawseek 北极星 http://www.beijixing.com.cn
搜索结果要求不包含某些特定信息
Google用减号“-‖表示逻辑“非”操作。“A –B‖表示 搜包含A但没有B的网页。 示例：搜索所有包含“搜索引擎”和“历史”但不含 “文化”、“中国历史”和“世界历史”的中文网页 搜索：“搜索引擎 历史 -文化 -中国历史 -世界历史” 结果：已搜索有关搜索引擎 历史 -文化 -中国历史 -世 界历史的中文(简体)网页。共约有48,000项查询结果， 这是第1-10项 。 搜索用时0.25秒


（3）检索界面的建立。通过人机交互的理论 和方法，搜索引擎检索界面接受检索者提交的 查询请求（可对查询内容、逻辑运算、相近关 系及出现位置等进行限制），并根据检索者所 输入的关键词在其索引数据库中进行检索，显 示相应的检索结果，提供用户相关性反馈机制。
（4）检索结果的处理。搜索引擎对检索结果 按相关程度进行排列，把最相关的结果排在最 前面。每个搜索引擎评判结果相关性的方法均 不同，搜索引擎确定相关性的方法有概率方法、 位置方法、摘要方法和分类方法。
字段检索

① filetype：查找特定格式的文件
② intitle：查找指定标题的网页 ③ inurl：在指定的路径上查找网页 ④ site：在指定网站上查找网页
高级搜索

例：在文理学院网站上查找“越文化” 文化 site:zscas.edu.cn
越

例：搜索中文教育科研网站（edu.cn)上的所 有包含“三个代表”的页面 三个代表 site:edu.cn

About.com — 有其自身特色的目录索引。
国外英文搜索引擎

Google — 以搜索精度高、速度快成为最受欢迎的搜索引擎，是目 前搜索界的领军人物。 http://www.google.com/ Fast/AllTheWeb — 总部位于挪威的搜索引擎后起之秀，风头直逼 google。 http://www.AllTheWeb.com / AltaVista — 曾经的搜索引擎巨人，目前仍被认为是最好的搜索引 擎之一。 由于种种原因，目前国内用户无法直接访问AltaVista。 Overture — 最著名的搜索引擎广告商，竞价排名的始作俑者，也是 全文搜索引擎。

Inktomi、Lycos、AlltheWeb、Ask Jeeves 国内最具代表性的是：百度、天网
目录式搜索引擎

其提供的资源的类型不同而分成不同的目录， 再一层层地进行分类
所以信息准确、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 搜索引擎的代表是：Yahoo!，Open Directory， 国内最具代表性的是搜狐分类目录
常用中文搜索引擎

百度搜索引擎、Google中文搜索引擎、中国搜 索联盟、搜狐搜索引擎、新浪搜索引擎、网易 搜索引擎、天网中文搜索引擎等。
常用英文搜索引擎

AllTheWeb搜索引擎、AltaVista搜索引擎、 Lycos搜索引擎、Yahoo!、SCIRUS等。
国内搜索引擎

百度（Baidu）— 国内唯一商业化的全文搜索 引擎，提供搜狐、新浪、263、Tom等站点的 网页搜索服务。 http://www.baidu.com/

Yahoo — 最著名的目录索引，搜索引擎开山鼻祖之一。 http://www.yahoo.com/ Dmoz.com/ODP — 由义务编辑维护的目录索引。 http://www.dmoz.com/ Ask Jeeves — 著名的自然语言搜索引擎，2002年初收购Teoma 全文搜索引擎。 http://www.ask.com LookSmart — 点击付费索引目录，2002年收购WiseNut全文搜 索引擎。 http://www.looksmart.com/




Lycos — 发源于西班牙的搜索引擎，网络遍布世界各地。 http://www.lycos.com /
HotBot — 隶属于Lycos Networks，搜索结果来自其他搜索引擎及 目录索引。 http://www.hotbot.com

国内目录索引

搜狐（Sohu）— 国内三大门户之一，最早 在国内推出搜索引擎收费登录服务。 http://dir.sohu.com/ 新浪（Sina）— 最大的中文门户网站，同 样也推出了搜索引擎收费索引项目。 http://search.sina.com.cn/
搜索引擎忽略的字符以及强制搜索


Google对一些网路上出现频率极高的英文单词，如 “i‖、“com‖、“www‖等，以及一些符号如“*”、 “.‖等，作忽略处理。 示例：搜索关于www起源的一些历史资料。 搜索：“www的历史 internet‖ 结果：以下的字词因为使用过于频繁，没有被列入搜 索范围: www 的. 已搜索有关www的历史 internet的 中文(简体)网页。 共约有75,100项查询结果，这是第 1-10项 。 搜索用时0.22秒。
搜索的关键字包含在URL链接中
Inurl
inurl语法返回的网页链接中包含第一个关键字,后 面的关键字则出现在链接中或者网页文档中。有 很多网站把某一类具有相同属性的资源名称显示 在目录名称或者网页名称中,比如“MP3‖、 “MIDI‖等,于是,就可以用INURL语法找到这些相 关资源链接,然后,用第二个关键词确定是否有某 项具体资料。INURL语法和基本搜索语法的最大 区别在于,前者通常能提供非常精确的专题资料。
百度产品
搜索引擎使用的逻辑运算符

空格在搜索引擎中被认为是一种特定的操作符，常常 被认为是“AND‖

用“，”或“︱”表示逻辑或
逗号的作用可以看成和“OR‖作用一样。 引号表示精确检索。 “+‖强调词汇必须出现在搜索结果中。 - 的作用是强调某个词汇必须不出现在搜索结果中。


搜索关于“电子商务”，但不包含“网络支付” 的资料，检索表达式：


百度文库
元搜索引擎：这类搜索引擎没有自己的数据， 它将用户的查询请求同时向多个搜索引擎递交， 将返回的结果进行重复排除、重新排序等处理 后，作为自己的结果返回给用户。
这类搜索引擎的代表是WebCrawler http://www.webcrawler.com/

著名搜索引擎简介
国外英文目录索引

高级搜索搜索的关键字包含在URL 链接中


示例：查找mp3曲“沧海一声笑”。
搜索：“沧海一声笑 inurl:mp3 ”
结果：已搜索有关inurl:mp3 沧海一声笑的中文(简 体)网页。共约有14项查询结果,这是第1-10项。搜 索用时0.01秒。
URL路径名包含syjq关于Photoshop的使用技巧的网 页 Photoshop inurl:syjq

搜索引擎的类型？

目录式搜索引擎（亦称分类搜索引擎）
机器搜索引擎（亦称全文搜索引擎）

元搜索引擎
搜索引擎分类

机器（全文）搜索引擎(Full Text Search Engine)
网络机器人收集信息－－由索引器建立索引
由检索器根据用户的查询条件－－输出查询结果

服务方式是面向网页的全文检索服务。 国外： Google， AltaVista、Excite、Infoseek、
搜索“我的太阳”
搜索“”我的太阳””
高级搜索
Site 表示搜索结果局限于某个具体网站或网站频
道，如“zscas.edu.cn‖ , ―sina.com.cn‖, 或者是某个 域名，如“com.cn‖, ―com‖ 等。 注：site后的冒号为英文字符，而且，冒号后不 能有空格。此外，网站域名不能有“http‖以及 “www‖前缀。
电子商务 -网络支付 -前要加空格

Google 使用技巧

基本搜索 自动使用“and‖进行查询。输入多个关键词，只要加空格 就可以。


搜索：“搜索引擎” 结果：已搜索有关搜索引擎的中文(简体)网页。 共约有 796,000项查询结果，这是第1-10项 。 搜索用时0.08秒。 示例：搜索所有包含关键词“搜索引擎”和“历史”的中文网 页 搜索：“搜索引擎 历史” 结果：已搜索有关搜索引擎 历史的中文(简体)网页。 共约有 82,500项查询结果，这是第1-10项 。 搜索用时0.36秒。
搜索结果至少包含多个关键字中的任 意一个


Google用大写的“OR‖表示逻辑“或”操作。搜索“A OR B‖， 意思就是说，搜索的网页中，要么有A，要么有B，要么同时有A 和B。在上例中，我们希望搜索结果中最好含有“archie‖、 “lycos‖、“蜘蛛”等关键字中的一个或者几个，这样可以进一 步的精简搜索结果。 示例：搜索如下网页，要求必须含有“搜索引擎”和“历史”， 没有“文化”，可以含有以下关键字中人任何一个或者多个： “Archie‖、“蜘蛛”、“Lycos‖、“Yahoo‖。 搜索：“搜索引擎 历史 archie OR 蜘蛛 OR lycos OR yahoo -文 化” 结果：已搜索有关搜索引擎 历史 archie OR 蜘蛛 OR lycos OR yahoo -文化的中文(简体)网页。 共约有7,440项查询结果，这是 第1-10项 。 搜索用时0.16秒。