二、网络信息搜索和提取方法

现在互联网上的信息极为丰富，许多都可用于咨询。咨询工程师应当知晓网上有何种信息，掌握从网上获取信息的方法与基本技巧。

网上的信息可利用浏览器和搜索引擎获取。浏览器是供用户阅读网页内容的软件；搜索引擎指从互联网上搜集信息的特定电脑程序。

早期的搜索引擎是收集互联网中服务器的地址，按这些服务器拥有的资源类型将其编成不同的目录，各个目录再逐层分类。搜索引擎则沿着此类层级向下搜索，找到用户想要的信息。随着互联网上信息的迅猛增长，出现了新式搜索引擎，性能大为改进，能够找到网站每一页的起始地址，随后搜索网上所有超级链接，把代表超级链接的所有词汇放入一个数据库。搜索引擎的功能不再限于搜索，添加了电子商务、新闻信息服务、个人免费电子信箱服务等。

（一）搜索引擎工作原理

搜索引擎有信息搜集、信息整理和接受用户查询三部分，各自工作原理大致如下（图1-1）：

1.搜集信息

搜索引擎利用称为网络蜘蛛（spider）的自动搜索机器人程序，从少数几个网页开始，将各个网页的超链接联结在一起，只要网页上有适当的超链接，机器人便可以遍历绝大部分网页。

2.整理信息

这个过程称为“建立索引”。搜索引擎不仅要保存搜集到的信息，还要按照一定规则编排。这样，搜索引擎无须重新翻查已保存的所有信息，便能迅速找到所要的资料，从而大大加快搜索速度。

3.接受查询

搜索引擎按照各个用户的要求检查自己的索引，能在极短时间内找到用户需要的资料，并交给用户。目前，搜索引擎交给用户的主要是网页链接，用户按照这些链接便能找到含有自己所需资料的网页。搜索引擎一般会在这些链接下加一段有关这些网页的摘要，以便用户判断此网页是否含有自己需要的内容。

（二）搜索引擎的种类

搜索引擎有很多种，可以从不同的角度分类：

按搜索方法，分全文索引、目录索引、元搜索、垂直搜索、集合式搜索、门户搜索、个性搜索、专家型搜索与免费链接列表等。

按搜索对象，分购物、自然语言、新闻、MP3、图片等。

按搜索范围，分桌面、地址栏、本地等。

按出现的时间，分第三代、第四代搜索引擎等。

目前用得较多的搜索引擎有Google、百度、Yahoo！、MSN Search、Webcrawler、Lycos、CNet Search、LookSmart等。

（三）搜索方法与技巧

要想使搜索引擎能在网上快速找到有关咨询的资料，首先要明确查询目的。目的不同，查询策略与方法不同。在明确目的之后，还应了解查询的种类与技巧，学会恰当地使用关键词。

搜索方法的选择取决于搜索的内容。不同搜索引擎的复杂条件查询功能和实现方法各有不同，网站中一般都有“帮助”和“说明”解释各自的功能和方法。

现在的搜索引擎都有模糊查询功能。当用户输入关键词时，搜索引擎不但交给用户关键词的网址，还发来与关键词意义相近的内容。比如，查找“建筑报”一词时，模糊查询搜索的结果会有“建筑报”、“建设报”、“建筑时报”等的网址。网址的排列，一般是完全符合关键词在最前边，其次是相近的。

搜索引擎一般有关键字索引与逐步缩小范围两种查询方式。下面以“百度”为例介绍使用搜索引擎的技巧。

1.关键词索引

关键词索引的关键是选用关键词。关键词应尽量用完整的句子或用合适的运算方式来减少搜索范围。当用两个以上的关键词时，应按关键词的重要性次序输入，搜索引擎会以第一个关键词作为查找信息的根据，然后将符合条件的内容再按第二个关键词搜索，符合第二个关键词的内容再按下一个关键词的搜索，这样查找的结果多数令人满意。

关键词之间可使用逻辑运算符。以下是几个例子。

（1）+：用加号连接两个关键词时，只有同时满足这两个关键词的匹配才有效，排除只满足其中一项者。比如，键入“电脑+计算”，则在查询“电脑”的结果中排除不含“计算”的结果。+可写作AND。

（2）-：用减号连接两个关键词，“百度”将只含第一个关键词但不含第二个关键词的内容交给用户。例如键入“电脑-计算”，“百度”提交给用户的查询结果中只含“电脑”不含“计算”。-可写作NOT。

（3）（）：当两个关键词用另外一种操作符连在一起，而又想把他们列为一组，就可以对这两个词加上圆括号。比如我们可以键入“（电脑-计算）+（程序设计）”来搜索包含“电脑”、不包含“计算”，但同时包含“程序设计”的网站。

（4）＊：星号可代替所有的数字及字母，用来检索那些变形的拼写词或不能确定的一个关键字。比如键入“电＊”后，查询结果可以包含电脑、电影、电视等内容。

（5）“”：如果要搜索引擎找到与关键字完全一样的内容，可将该关键字放在双引号之间。比如键入“建筑时报”，则搜索引擎不会向用户提交“中华建筑报”等信息。

（6）“t：”和“u：”：在关键字前加上t：，搜寻引擎仅会查询网站名称，而在关键字前加u：，则搜寻引擎仅会查询网址URL（“统一资源定位符”英文缩写，相当于文件名在网络上的扩展，指向资源在互联网上的位置，系统可按资源的URL，就可以存取、更新、替换或查找其属性）。

2.缩小范围

如果想查找某一类信息但又找不到合适的关键词时，就可以采取逐步缩小范围的办法。这种办法也有多种方式。

（1）分类式搜索。各大网站已将信息分类，例如休闲与运动、社会科学、社会与文化、新闻与媒体、电脑与因特网等，然后再根据各个大类再分为各个小类别，如在“电脑与因特网”中又细分为“因特网、谈天室、软件”。不难发现，各个类别显示的小类别并不完整。这是由于目前网络上的类别实在太多，不可能在一个屏幕上列出所有的类别。

但是，只要用户在各大类别，例如“电脑与因特网”下单击鼠标，系统就会很快地将所有的细分内容一一呈现在用户面前。比如说，我们想通过这种方法找到“电脑报”的网址，就可以首先按一下“电脑与因特网”，紧接着出来的页面上会提示“电脑与因特网”一类中含有“安全与加密”、“新闻与媒体”、“电子通讯”、“多媒体”等一系列信息，我们按下“新闻与媒体”查询后结果仅有“报纸”和“杂志”两项，我们再按下“报纸”，“电脑报”就找到了。

（2）用逻辑条件限制。当使用多个关键词搜索时，最好指出各关键词之间的关系，例如“和”、“或”、“非”。各搜索引擎以这种方式查询的过程不尽相同，多试几次或许就能找到合适的办法。

对于搜索引擎，可以从搜索对象的类型、地域、时间、网站类型以及其他特殊方面施加限制。在特殊方面施加限制的例子有：域名后缀（com、gov、org等）、文件类型（文本、图形、声音等）等。施加限制的方法各搜索引擎不同，例如，在关键词前加特殊字符，利用下拉式菜单等。