Google即将开始深度Web索引
来源:百度文库 编辑:神马文学网 时间:2024/04/29 20:39:57
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。
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。
Google即将开始深度Web索引
如何从Google索引中删除网页索引
实质性教育改革即将开始
亚洲通货膨胀即将开始
Google如何统治Web
Google如何统治Web
Google Picasa 数据库索引转移办法
Google Picasa 数据库索引转移办法
Google Picasa 3 即将到来?
什么时候开始反对Google?
美国即将开始战略调整
Google Web APIs 参考中文版
特别推荐:词频索引编制器(Web Frequency Indexer)
AXIS开始Web 服务--转载
雅虎搜索索引数量遭google和科研机构质疑
Google Purge-挖掘互联网不能索引的信息
Google拓展在线新闻索引 与传统媒体合作
Google、雅虎和微软将采用相同网络索引协议
Google 官方宣布新的网页索引系统
Google开始威胁微软Office
IT经理世界:Google百度中国市场深度撞击
深度分析 Google潜在致命伤是什么?
深度分析 Google潜在致命伤是什么?
深度分析 Google潜在致命伤是什么?