summaryrefslogtreecommitdiff
path: root/content/article
diff options
context:
space:
mode:
authoreltrac <hi@eltr.ac>2026-03-31 10:10:17 +0800
committereltrac <hi@eltr.ac>2026-03-31 10:10:17 +0800
commit945c529170ffdebc6be8625722a9ccf03759220f (patch)
treed741f6b61742408dc58e8b352d5befe8a50d3fa3 /content/article
parent81d9b51756387e5e0cac25367d3a21998d751f5d (diff)
docs: update draft
Diffstat (limited to 'content/article')
-rw-r--r--content/article/search-engine-problem.md22
1 files changed, 21 insertions, 1 deletions
diff --git a/content/article/search-engine-problem.md b/content/article/search-engine-problem.md
index cf5331ff..3608110e 100644
--- a/content/article/search-engine-problem.md
+++ b/content/article/search-engine-problem.md
@@ -80,11 +80,31 @@ Archie(「档案」一词删去字母 v 得到的词)是第一个用来搜ç´
echo jacks/jack.exe | nc gopher.example.org 70 > jack.exe
```
-上述命令的作用是:将 `jacks/jack.exe` 这个字符串输入 Netcat,让它用这个字符串搜索 `gopher.exmaple.org` 这个 Gopher 服务器,然后把服务器返回的内容写入本地的 `jack.exe` 文件。
+上述命令的作用是:将 `jacks/jack.exe` 这个字符串输入 Netcat,让它用这个标识符获取 `gopher.exmaple.org` 上对应的文件,然后把服务器返回的内容写入本地的 `jack.exe` 文件。
*这简直太方便优雅了,这下谁还用浏览器下载文件?*——某个终端狂热爱好者此时已经忘记自己身处 Web 的统治之下。
Gopher 本身不是搜索引擎而是搜索协议,它催生了名为 Veronica 和 Jughead 的搜索引擎,这两个搜索引擎会搜索一个或多个 Gopher 服务器来查找内容,形式上已经很接近如今的搜索引擎了。可惜 Gopher 只兴盛了不到 10 年的时间,它和万维网在同时期发展,到了 90 年代末的时候,它就被万维网给取代了。
+就像 Telnet 一样,如今还有一些爱好者在维护 Gopher 服务器,或许你也可以给自己的网站做一个 Gopher 目录供人搜索呢?
+
+## 从古法手挑到网络爬虫再到算法统治
+
+万维网的信息那么杂乱,而且已经有前人指路,维护搜索引擎并不难,想必万维网的使用者在一开始就会做出类似的东西吧!
+
+没有。一直到 1993 年夏天,他们都在古法手选,也就是维护目录(Catalog)网站,按照主题把网页链接放在一起。后来,一个叫作 W3Catalog 的搜索引擎从这些高质量的目录网站上镜像内容,然后统一格式,整理成独立的条目以供搜索。W3Catalog 没有用户界面,是用 Perl 写的,在 1996 年就关停了。
+
+在 1993 年六月,MIT 里一个叫作 Matthew Gray 的人发明了世界上第一个网络爬虫(大概是第一个),编程语言也是 Perl。它的作用是「测量万维网的大小」,一直到 1995 年关闭,它都在记录万维网的增长。它会对万维网进行索引,索引的名字叫作 Wandex(*你们怎么都喜欢用 Index 造词?*)。不过,尽管有潜力,这个名为万维网漫游者(The World Wide Web Wanderer)的网络爬虫并没有成为第一个万维网搜索引擎,它只是在测量而已。
+
+此后还出现了 Aliweb(和阿里巴巴没有关系)、JumpStation 和 WebCrawler 等大大小小的万维网搜索引擎及爬虫,考古虽然很好玩,但一一列举就显得有些冗长了。我们直接跳跃到 1995 年(好像也没有跳多久呢……),那时雅虎给自家的第一个产品 Yahoo! Directory(雅虎目录)增加了搜索功能,即 Yahoo! Search,成为了在万维网上搜索内容的最流行的方式之一。后来也出现了许多类似的产品,不过它们都是基于目录的,用户只能在他们的目录里搜索,不过除了搜索,还可以直接查看目录,不仅仅只有搜索框。
+
+好玩的是,李彦宏(百度的创始人和 CEO)很快加入了战局,甚至比 Google 还早。他在 1996 年开发了一个名叫 RankDex 的页面排名算法,并提交了美国专利,后来他用这个算法成立了百度,与 2000 年在中国发布。
+
+后来就是 Google 的故事了,它从名为 `goto.com` 的小搜索引擎变成了商业化非常成功的大公司,大约在 2000 年占据主导地位。Google 开发了名为 PageRank 的算法,还在相关的论文里引用了李彦宏的 RankDex 算法。某种程度上,是百度影响了 Google,而不是反过来。这种算法的基本思想是,一个网页的反向链接越多,质量就越高,排名就越靠前,那些有更多人引用的网页会显示在搜索结果更靠前的位置。
+
+在同一时期,Microsoft 做了一些令人啼笑皆非的操作(看来微软在任何时期都很好笑),我在这里直接贴上 Wikipedia 原文,读者请自行欣赏:
+
+> Microsoft first launched MSN Search in the fall of 1998 using search results from Inktomi. In early 1999, the site began to display listings from Looksmart, blended with results from Inktomi. For a short time in 1999, MSN Search used results from AltaVista instead. In 2004, Microsoft began a transition to its own search technology, powered by its own web crawler (called msnbot).
+
[^1]: 参见:[As We May Think - Wikipedia](https://en.wikipedia.org/wiki/As_We_May_Think)