文章
Slash Boxes
评论

Google即将开始深度Web索引

matrix 发表于 2008年4月13日 08时15分 星期日   Printer-friendly   Email story
来自机器人蜘蛛部门
Google 互联网
35公里 写道 "Google 从来都不会停止对信息的追求，去年共有100 Exabyte 的数据被 Google 消化（1Exabyte=1000000000Gigabyte）。据估计，仍有大量的在线数据是 Google 所无法获取的，如那些未被索引的网页，非文本内容，以及需要通过表单发布方可获取的动态内容，即所谓的深度Web。Google 近日在一篇博客文章中宣布，他们即将涉足这些深度Web数据。 在这篇博客文章中，Google 的 Jayant Madhavan 与 Alon Halevy 说，对于那些文本框，我们会从所在页选择一些词汇填写，对于选择框与复选框，我们会从 HTML 中选择一些值，一旦填写好表单，我们会尝试发布这个表单并对返回的合法，有意义的内容进行索引。Google 同时强调，他们会一如既往地尊重 robots.txt 协议，任何在 robots.txt 被禁止的表单都不会被索引。据估计，深度 Web 的规模是常规的公开 Web 的数倍，尽管在网络中，有很多数据是 Google 不应涉足的，但表单可以让 Google 在网络中更进一步，Matt Cutts 指出，我们这样做主要不是为了那些通过表单发布而返回的搜索结果，更多是为了发现一些通过常规手段所没能发现的新链接。

需要指出的是，Google 只索引那些使用 GET 协议的表单，而不会尝试去发布那些使用 POST协议 的表单，所以，你不必担心自己的在线反馈表单收到一堆来自 Google 的垃圾信息。

«  哈佛大学在MBA课程中加入开源研究 | 马里奥前进方向之谜  »

相关文章

开源: Google Earth KML格式成为国际开放标准 [+]
据Google与开放地理空间联盟的双方确认，KML将成为OGC标准，OGC将会负责维护及扩展KML格式。用Google的话来说，那便是KML成为了地理信息的国际标准，就像像互联网上的HTML标准那样。 以后所创建的KML文件，将可以被更多产品支持，而Google则当然也更乐于看到自己的标准被全球推行。你可以通过Google的高级搜索，指定搜索KML格式文件，以获得互联网上丰富的KML文件资源。
Google即将开始深度Web索引 | 登录/创建一个账号 | 顶部 | 1 条评论 | 搜索讨论
显示选项 门槛:
声明: 下面的评论属于其发表者所有，不代表本站的观点和立场，我们不负责他们说什么。