LOGO

搜索引擎

搜索引擎

搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。

搜索引擎包括全文索引、目录索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、门户搜索引擎与免费链接列表等。

百度和谷歌等是搜索引擎的代表。

全文搜索引擎是名副其实的搜索引擎，国外代表有 Google ，国内则有著名的百度搜索。它们从互联网提取各个网站的信息，建立起数据库，并能检索与用户查询条件相匹配的记录，按一定的排列顺序返回结果。

目录索引，虽然有搜索功能，但严格意义上不能称为真正的搜索引擎，只是按目录分类的网站链接列表而已。用户完全可以按照分类目录找到所需要的信息，不依靠关键词（ Keywords ）进行查询。目录索引中最具代表性的莫过于大名鼎鼎的 Yahoo 、新浪分类目录搜索。

元搜索引擎（ META Search Engine ）接受用户查询请求后，同时在多个搜索引擎上搜索，并将结果返回给用户。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。

垂直搜索引擎为 2006 年后逐步兴起的一类搜索引擎。不同于通用的网页搜索引擎，垂直搜索专注于特定的搜索领域和搜索需求（例如：机票搜索、旅游搜索、生活搜索、小说搜索、视频搜索等等），在其特定的搜索领域有更好的用户体验。相比通用搜索动辄数千台检索服务器，垂直搜索需要的硬件成本低、用户需求特定、查询的方式多样。

集合式搜索引擎：该搜索引擎类似元搜索引擎，区别在于它并非同时调用多个搜索引擎进行搜索，而是由用户从提供的若干搜索引擎中选择，如HotBot 在 2002 年底推出的搜索引擎。

门户搜索引擎： AOLSearch 、 MSNSearch等虽然提供搜索服务，但自身既没有分类目录也没有网页数据库，其搜索结果完全来自其他搜索引擎。

工作原理

抓取网页 每个独立的搜索引擎都有自己的网页抓取程序（ spide

r ）。 Spider 顺着网页中的超链接，连续地抓取网页。被抓取的网页被称之为网页快照。由于互联网中超链接的应用很普遍，理论上，从一定范围的网页出发，就能搜集到绝大多数的网页。

处理网页 搜索引擎抓到网页后，还要做大量的预处理工作，才

能提供检索服务。其中，最重要的就是提取关键词，建立索引文件。其他还包括去除重复网页、分词（中文）、判断网页类型、分析超链接、计算网页的重要度 / 丰富度等。

提供检索服务 用户输入关键词进行检索，搜索引擎从索引数据库中

找到匹配该关键词的网页；为了用户便于判断，除了网页标题和 URL 外，还会提供一段来自网页的摘要以及其他信息。

搜索引擎历史

起源 所有搜索引擎的祖先，是 1990 年由 Montreal 的

McGill University 三名学生（ Alan Emtage 、 Peter Deutsch 、 Bill Wheelan ）发明的 Archie （ Archie FAQ ）。 Alan Emtage 等想到了开发一个可以用文件名查找文件的系统，于是便有了 Archie 。 Archie 是第一个自动索引互联网上匿名 FTP 网站文件的程序，但它还不是真正的搜索引擎。

发 展（ 1 ） Excite 的历史可以上溯到 1993 年 2 月， 6 个

Stanford University （斯坦福大学）大学生的想法是分析字词关系，以对互联网上的大量信息作更有效的检索。到 1993 年中，这已是一个完全投资项目，他们还发布了一个供 webmasters 在自己网站上使用的搜索软件版本，后来被叫做 Excite for Web Servers 。

注： Excite 后来曾以概念搜索闻名， 2002 年 5 月，被Infospace 收购的 Excite 停止自己的搜索引擎，改用元搜索引擎 Dogpile

发 展（ 2 ） 1994 年 4 月，斯坦福大学的两名博士生，美籍华人杨

致远和 David Filo 共同创办了 Yahoo ！。随着访问量和收录链接数的增长， Yahoo 目录开始支持简单的数据库搜索。因为 Yahoo! 的数据是手工输入的，所以不能真正被归为搜索引擎，事实上只是一个可搜索的目录。 Yahoo! 中收录的网站，因为都附有简介信息，所以搜索效率明显提高。

注： Yahoo 以后陆续有 Altavista 、 Inktomi 、 Google 提供搜索引擎服务

发 展（ 3 ） 1995 年，一种新的搜索引擎形式出现了——元搜索引

擎（ Meta Search Engine ）。用户只需提交一次搜索请求，由元搜索引擎负责转换处理后提交给多个预先选定的独立搜索引擎，并将从各独立搜索引擎返回的所有查询结果，集中起来处理后再返回给用户。

第一个元搜索引擎，是 Washington 大学硕士生 Eric Selberg 和 Oren Etzioni 的 Metacrawler 。元搜索引擎概念上非常好听，但搜索效果始终不理想，所以没有哪个元搜索引擎有过强势地位。

发 展（ 4 ） 智能检索的产生：它利用分词词典、同义词典，同音

词典改善检索效果，进一步还可在知识层面或者说概念层面上辅助查询，通过主题词典、上下位词典、相关同级词典检索处理形成一个知识体系或概念网络，给予用户智能知识提示，最终帮助用户获得最佳的检索效果。

百度

百度（ Nasdaq ： BAIDU ）是全球最大的中文搜索引擎， 2000 年 1 月由李彦宏、徐勇两人创立于北京中关村，致力于向人们提供“简单，可依赖”的信息获取方式。“百度”二字源于中国宋朝词人辛弃疾的《青玉案》诗句：“众里寻他千百度”，象征着百度对中文信息检索技术的执著追求。

百度搜索特色

百度快照 如果无法打开某个搜索结果，或者打开速度特别慢，

该怎么办？“百度快照”能帮您解决问题。每个未被禁止搜索的网页，在百度上都会自动生成临时缓存页面，称为“百度快照”。当您遇到网站服务器暂时故障或网络传输堵塞时，可以通过“快照”快速浏览页面文本内容。百度快照只会临时缓存网页的文本内容，所以那些图片、音乐等非文本信息，仍是存储于原网页。当原网页进行了修改、删除或者屏蔽后，百度搜索引擎会根据技术安排自动修改、删除或者屏蔽相应的网页快照。

相关搜索 搜索结果不佳，有时候是因为选择的查询词不是很妥当。您可以通过参考别人是怎么搜的，来获得一些启发。百度的“相关搜索”，就是和您的搜索很相似的一系列查询词。百度相关搜索排布在搜索结果页的下方，按搜索热门度排序。

拼音提示 如果只知道某个词的发音，却不知道怎么写，或者嫌某个词拼写输入太麻烦，该怎么办？ 百度拼音提示能帮您解决问题。只要您输入查询词的汉语拼音，百度就能把最符合要求的对应汉字提示出来。它事实上是一个无比强大的拼音输入法。 拼音提示显示在搜索结果上方。

错别字提示 由于汉字输入法的局限性，我们在搜索时经常会输入

一些错别字，导致搜索结果不佳。别担心，百度会给出错别字纠正提示。错别字提示显示在搜索结果上方。

英汉互译词典 百度网页搜索内嵌英汉互译词典功能。如果您想查询英文单词或词组的解释，您可以在搜索框中输入想查询的“英文单词或词组” +“ 是什么意思”；如果您想查询某个汉字或词语的英文翻译，您可以在搜索框中输入想查询的“汉字或词语” +“ 的英语”。

计算器 Windows 系统自带的计算器功能过于简陋，尤其是无

法处理一个复杂计算式，很不方便。而百度网页搜索内嵌的计算器功能，则能快速高效的解决您的计算需求。

度量衡转换 在百度的搜索框中，您也可以做度量衡转换。格式如下：

换算数量换算前单位＝？换算后单位

专业文档搜索 很多有价值的资料，在互联网上并非是普通的网页，而是以 Word 、 PowerPoint 、 PDF 等格式存在。百度支持对 Office 文档（包括Word 、 Excel 、 Powerpoint ）、 Adobe PDF 文档、 RTF 文档进行了全文搜索。要搜索这类文档，很简单，在普通的查询词后面，加一个“ filetype ：”文档类型限定。“ Filetype:” 后可以跟以下文件格式：DOC 、 XLS 、 PPT 、 PDF 、 RTF 、 ALL 。其中， ALL表示搜索所有这些文件类型。

股票、列车时刻表和飞机航班查询 在百度搜索框中输入股票代码、列车车次或者飞机航班号，您就能直接获得相关信息。

天气查询 使用百度就可以随时查询天气预报。再也不用四处打听天气情况了。

在百度搜索框中输入您要查询的城市名称加上天气这个词 ,您就能获得该城市当天的天气情况。

货币换算 要使用百度的内置货币换算器，只需在百度网页搜索框中键入您需要完成的货币转换，单击“回车”键或点击“百度一下”按钮即可。

搜索框提示 百度会根据您的输入内容，在搜索框下方实时展示最符合的提示词。您只需用鼠标点击您想要的提示词，或者用键盘上下键选择您想要的提示词并按回车，就会返回该词的查询结果。 您不必再费力地敲打键盘即可轻松地完成查询。

高级搜索语法

把搜索范围限定在网页标题中—— intitle 网页标题通常是对网页内容提纲挈领式的归纳。把查询内容范围限定在网页标题中，有时能获得良好的效果。使用的方式，是把查询内容中，特别关键的部分，用“ intitle:”领起来。

把搜索范围限定在特定站点中—— site 有时候，您如果知道某个站点中有自己需要找的东西，

就可以把搜索范围限定在这个站点中，提高查询效率。使用的方式，是在查询内容的后面，加上“ site: 站点域名”。

把搜索范围限定在 url 链接中—— inurl 网页 url 中的某些信息，常常有某种有价值的含义。于

是，您如果对搜索结果的 url 做某种限定，就可以获得良好的效果。实现的方式，是用“ inurl:” ，后跟需要在 url 中出现的关键词。

精确匹配——双引号和书名号 如果输入的查询词很长，百度在经过分析后，给出的

搜索结果中的查询词，可能是拆分的。如果您对这种情况不满意，可以尝试让百度不拆分查询词。给查询词加上双引号，就可以达到这种效果。

要求搜索结果中不含特定查询词 如果您发现搜索结果中，有某一类网页是您不希望看见的，而且，这些网页都包含特定的关键词，那么用减号语法，就可以去除所有这些含有特定关键词的网页。

百度图片搜索

筛选栏 筛选栏在搜索结果页面的左侧，默认为隐藏状态。您可以使用该工具栏，同时对搜索结果的尺寸、颜色和类型进行筛选。

把搜索范围限定在特定网页中—— ft 有时候，您如果知道某些网页中有自己需要找的图片，

就可以把搜索范围限定在这些网页中，提高查询效率。使用方式是：在查询内容的后面加上“ ft: 网页地址”。

把搜索范围限定在特定站点中—— site 有时候，您如果知道某个站点中有自己需要找的图片，

就可以把搜索范围限定在这个站点中，提高查询效率。使用方式是：在查询内容的后面加上“ site: 站点域名”。

常见的搜索失败

搜索引擎没有帮你找到想要的内容，原因： 一，用来搜索的关键词太短； 二，要搜索的内容太常见，以至网上有巨大数量的相

关内容链接失败，搜索到的网站已不存在上次能搜到的内容，这次却搜不到，搜索引擎永

不停息的从它们的索引库中抛弃已索引的网页

常见错误

错别字，如：周小川，周晓川关键词太常见多义词，如： Java不输入关键词，想要什么输入什么在错误的地方搜索