2022年网络搜索与信息收集路路通搜索研究教程.docx

《2022年网络搜索与信息收集路路通搜索研究教程.docx》由会员分享，可在线阅读，更多相关《2022年网络搜索与信息收集路路通搜索研究教程.docx（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2022年网络搜索与信息收集路路通搜索研究教程网络搜寻与信息收集路路通现代人的生活已经越来越离不开互联网络了。上网从闲聊室里的胡侃乱吹、大小论坛里的灌水拍砖到垃圾伊妹儿的满天飘舞、即时通讯工具软件的红红火火再到各种电子媒体的相继问世、网络学校的日新月异，网络正在对我们的生活产生不行小视的影响。各种网络泡沫消逝殆尽之后，带给人们更多理性的思索，带来了网络上的一片蒸蒸而上的新景观。我们正在迎接一个全新的网络新世界。感觉到了吗？我们的语言中已经由于网络而增加了很多簇新的血液，我们的通讯沟通由于网络而变得更加便利快捷，我们的学问的更新速度也由于网络而加快了不知有几十倍可以豪不夸张的说，已经有越来越多的

2、人对网络有着很强的依靠性，假如没有网络，他们将不知道该怎样去生活！网络是一个工具。也可以说网络像“海洋”，它是“学问的海洋”，是现代人获得学问的另一个重要而便捷的途径。但这些学问当然是客观存在的，只有正确的驾驭了打开这座学问宝藏的金钥匙的人才能充分的享受宝藏带给我们的欢乐。换句话说，假如去主动地用有效的方法获得这些学问，对中学生来说，应当比网络本身的内容更加重要。本专题将结合作者本人多年的网络生活经验，与同学们一起探讨一下这方面的技巧和方法。一、驾驭必要的“搜寻”技巧是获得信息的重要手段初入网络的挚友，大多像一只无头的苍蝇，在网络这个无穷无尽的虚拟空间中乱撞。这种漫无目的的“看网”，可能会因为

3、遇到某个心动的网站而兴奋不已，也可能会为紧惊慌张地忙活了半天而一无所获感到懊丧万分。不过，这却是初学者必需经过的一道坎。假如你能驾驭正确的搜寻技巧，带着肯定的问题和疑问去上网，访问网络后的结果确定会别出心裁。1.相识搜寻引擎什么是搜寻引擎？它是如何工作的？还是让我们先从搜寻引擎的历史说起吧。1990年以前，没有任何人能搜寻互联网。全部搜寻引擎的祖先，是1990年由Montreal的McGill University学生Alan Emtage、Peter Deutsch、Bill Wheelan独创的Archie。后来，程序员们开发出了一个名叫“spider”（蜘蛛）的“Robot”（机器人）程

4、序，它能自动以人类无法达到的速度不断重复地在网络上检索信息。这种行为很像一只蜘蛛在INTERNET这张巨大的信息网上爬来爬去，因此，spider程序便由此而来。世界上第一个Spider程序，是MIT Matthew Gray的World wide Web Wanderer，用于追踪互联网发展规模。刚起先它只用来统计互联网上的服务器数量，后来F和发展为也能够捕获网址（URL）。随着互联网的快速发展，使得检索全部新出现的网页变得越来越困难，因此，在Wanderer基础上，一些编程者将传统的Spider程序工作原理作了些改进。其设想是，既然全部网页都可能有连向其他网站的链接，那么从一个网站起先，跟踪

5、全部网页上的全部链接，就有可能检索整个互联网。概括的说：搜寻引擎就是WWW网络环境中的一套信息检索系统。它通常有两种不同的工作方式：一种是分类书目型的检索，把因特网中的资源收集起来，由其供应的资源的类型不同而分成不同的书目，再一层层地进行分类，人们要找自己想要的信息可按他们的分类一层层进入，就能最终到达目的地，找到自己想要的信息；另一种是基于关键词（Keyword）的检索，这种方式用户可以用逻辑组合方式输入各种关键词，搜寻引擎计算机依据这些关键词找寻用户所需资源的地址，然后依据肯定的规则反馈给用户包含此关键字词信息的全部网址和指向这些网址的链接。搜寻引擎其实也就是一个网站，只不过该网站特地为你

6、供应信息“检索”服务，它运用特有的程序把INTERNET上的全部信息归类以帮助人们在浩如烟海的信息海洋中搜寻到自己所须要的信息。随着因特网信息按几何级数增长，这些搜寻引擎利用其内部的一个spider程序，自动搜寻网站每一页的起先，并把每一页上代表超级链接的全部词汇放入一个数据库，供用户来查询。一个搜寻引擎大致由三部分组成。第一部分是搜寻器，也就是上面提到的Spider程序。它定期的自动爬到各个网站上，把网页抓下来，并顺着上面的链接，象蜘蛛一样爬开去，持续不断的抓取网页。其次部分是索引器，它把蜘蛛程序抓来网页进行分析，根据关键词句进行索引，并存入服务器的数据库中。第三部分是面对用户的检索器，它接

7、收用户提交的查询字串，在索引数据库中查询，并将结果反馈给用户。因此，精确的说，当我们利用搜寻引擎搜寻信息时，并不是真正在网上进行搜寻，而是在检索那个由蜘蛛程序自动建立起来的浩大的数据库。由于各大搜寻引擎的数据库的自动更新周期是不同的，从几天到几周甚至一个月都有可能，因此，选择合适的搜寻引擎显得尤为重要。同时，有时也可能遇到用搜寻引擎搜寻到的网页无法打开的状况，了解了它的工作原理，这一点也就不会大惊小怪了。2.选择合适的搜寻引擎尽管网上有大量的搜寻引擎可供选择，但时下搜寻效率等各方面都比较让人满足的并不多。相比之下，源自辛弃疾的青玉案中的闻名诗句“众里寻她千百度”的中文搜寻引擎“百度”以及简体中

8、文的google应当是大家的首选。其中百度（）主要供应基于“关键词”的检索方式，而且在这方面做得特别有特色。而google则不仅可以支持基于“关键词”的搜寻网页搜寻方式，同时也是分类书目式的搜寻的典范。3.搜寻引擎的运用技巧千万不要以为有了搜寻引擎就能搜到一切，如何正确的运用搜寻引擎也是一门学问。目前，闻名的搜寻引擎百度正在网上进行“百度搜寻大富翁”的嬉戏（我们运用搜寻引擎，大多数状况下都是运用一些关键词去搜寻引擎中进行搜寻的。因此，搜寻的技巧之一就是关键词的合理选取。什么叫“关键词”？其实就是你输入在搜寻引擎的搜寻框中的文字，也就是你吩咐搜寻引擎要找寻的东西。千万不要以为关键词就是三两个字才

9、叫“词”，有时用一句话或一个短语作为关键词往往可以收到奇效。因为相同的词汇可以用在很多不同的场合，仅仅运用一个或几个单词搜寻到的结果确定会是一片汪洋，这样的搜寻结果没有任何作用。除了关键词的长度，合理的选择关键词也是特别重要的。对于同样的搜寻需求，两种不同的关键词搜寻策略可能得到相差悬殊的结果。比如：有这样的一个问题：内蒙古锡林郭勒盟苏尼特右旗，1985年出土的距今12亿年的“_恐龙”是目前中国发觉的最大的恐龙化石骨架。装架后体长224米，背高7米，抬头高12米。假如要求通过网上搜寻后找到答案，你打算用什么样的关键词呢？是“内蒙古”，还是“恐龙化石”，抑或是将这两个关键词同时运用？无论你采纳以

10、上哪种方案去搜寻，得到的结果都会有成千上万！但假如能够紧紧抓住“中国发觉的最大的恐龙化石骨架”这句短语，以它为关键词来进行搜寻的话，在百度和雅虎的搜寻引擎上都只得到9个结果！找到这个问题的答案当然易如反掌了。其次，对于已经搜寻到的网页，假如无法打开，八成是该网页已经被站长从网上删除了。而更让人难以接受的是，通过搜寻引擎的对该页简要介绍，发觉该页上正是自己苦苦找寻的结果，是不是就真的没有方法了呢？当然不是。假如你选择百度搜寻引擎进行搜寻，可以看出，在每个搜寻结果后，都有“网页快照”和“网页预览”两个超级连接。在这种状况下，干脆打开该网页可能打不开，但点击“网页快照”却可以看到该网页的快照内容。因

11、为网页快照保存了该网站以前的信息，网页快照不仅下载速度极快，而且搜寻项均用不同颜色标明，另外还有标题信息说明其存档时间日期，并提示用户这只是存档资料。 网页快照不仅可以让你看到一些根本就不存在了的网页上的内容，对仍旧可以打开的网页，运用网页快照也有很多好处。因为，快照页面的首部都有一个与关键词相关的页内链接，干脆指向该页中你所关切的重要内容。同时，网页内的全部关键词都被用不同的颜色进行了区分，是不是比干脆打开网页后自己用眼睛在该页上查找要便利得多，尤其是内容多的网页，有时你会感觉这些关键词是在与你玩“捉迷藏”的嬉戏。另外，运用多关键词、运用减法搜寻包含A但不包含B关键字、并行搜寻包含A或者包含

12、B，和在结果中查询等高级搜寻技巧，也是提高搜寻水平的有效途径。详细用法大家可以到大多数状况下，运用以上技巧就可以完成日常获得学问的须要，但在某些特别的场合，比如：想知道我们的“阿紫”编辑在“中学生电脑”的网站内的知名度，这时，就只须要在一个网站（）内进行搜寻。部分网站供应了这种功能，但绝大多数网站都没有这种站内搜寻的功能。怎么办？还是用“百度”就可以搞定。百度支持在网站内进行搜寻，这时，只须要在它的搜寻输入框内按“关键词site:网址或域名”的格式输入关键字，再点击“起先搜寻”按钮即可。例如：用“阿紫site:”为关键字可以获得“阿紫”这个名字在该网站出现的频率；用“intel site:”可以在全部域名以“”结尾的网站内搜寻和“intel”相关的资料。须要留意的是