第43章 搜索引擎

搜索引擎,顧名思義,便是一種用于搜索信息而產生的工具。一般解釋而言,便是通過用戶的需求,和一定的算法,將用戶輸入的關鍵詞與互聯網上現存的信息進行匹配,並按照相關度和時間順序,將符合要求的信息羅列在用戶的眼前。

搜索引擎這門生意講究的是個先來後到。如果能在最早的時候將知名論壇和網站的內容全部爬取,那就會在用戶佔有率上佔盡優勢。

要知道在這個時間點,日後馳名全球的尋他公司和布谷公司還在娘胎里,呀唬公司的搜索引擎雖然已經誕生,但其底層技術依舊是依靠人工存放網站目錄,可謂是效率極其低下。

現在已經有互聯網信息爆炸的趨勢了,隨著信息越來越多,人工處理流程必將被淘汰,而王向中設想的,則是搶在市場最前列,將新一代的搜索引擎提前面世。

實際上做一個搜索引擎並沒有看上去那麼輕松。首先是代碼問題,這個年代網頁技術還停留在Web1.0(互聯網1.0)的時代,先暫且不提Ajax(Asynchronous Javascript And XML,異步JavaScript和XML)這種動態頁面刷新機制,就連JavaScript(一種Web頁面腳本語言)都還尚未出現。

還好Windows公司相當強大,早在1996年發布了ASP1.0(Active Server Pages,動態服務器頁面),這也讓王向中不必苦哈哈地用大量C語言進行後端代碼編寫工作。

接下來就是數據的爬取和存儲問題。這話雖然听起來很高端,但實際上也就是將數據從別的網站上摘下來,進行索引和關鍵詞分配的簡單加工後存儲的過程。

這個時候Python語言尚還叫ABC語言,很顯然在這個年代使用這個失敗的產品是不太合適的,使用更加成熟的C++也許可以解決一些問題。

將爬蟲模型簡單地鋪開來講,最基礎的爬蟲,便是通過程序直接訪問網頁的源代碼,通過正則表達式匹配出網頁的標題和其具體內容,再接著分析網頁內的超鏈接所指向的頁面,逐步將整個網站的內容收入囊中。

再接下來便是數據的存儲問題。MySQL(一種關系數據庫管理系統)可以完美地代替文本文檔進行數據存取,因為它有一項對于搜索引擎而言重要的功能——索引。

索引可以給一條數據給予定義。舉個最簡單的比方,為了節省空間,圖書館的書一般是縱向擺放,而在每本書的側面上,都寫有書名和作者姓名。

這個書名和作者姓名,就是一本書的「索引」,當你想要找一本書的時候,顯然不可能將每本書都打開細細查閱一番,這無疑是在浪費時間。而通過書名和作者名,你可以輕松地找到自己想要的那本書。

假設一本書是一條數據,那麼通過索引功能,便可以輕松地將它從數據庫中調取出來,而不必辛苦地逐行逐字分析書本的內容。

至于數據庫訪問優化,還是屬于暫時不必要考慮的問題。這個時代,互聯網上存在的網站還不算太多,不到1TB的硬盤便可以解決問題。

剩下的域名購買、網站報備申請等環節,則就是行政工作了,只要抽個時間便可以將它們全部搞定。

如此估算下來,王向中還需要一台服務器,一個小機房用于存放設備,以及網絡費用成本。

按照目前王向中的賺錢速度,想要快速攢到所需要的錢,還需要一些時日。

不過現在他已經可以開始著手代碼的框架建立了,盡管在當年那個世界,代碼這一步是最難的事情,然而在王向中身上,代碼是最簡單的事情……

但凡是不用掏錢的事情,都是最簡單的事情。

短短三天內,電信公司便派了人來,將電話線給拉好了,與此同時,王向中也向蔣紅月借出重金,咬緊牙關買了一部固定電話。

盡管Windows95在這個年代是人類頂級智慧成果之一,但王向中還是愣了好一會,才逐漸熟悉它的操作方式。

在他這個現代人眼里,這個所謂最先進的系統,等同于是反人類的設計功能也不為過。

雖然王向中懂編程,懂設計,但ASP1.0和最初代的C++還是讓他遇到了不小的困難。不同于日後隱隱有大一統趨勢的編程語言,此時它們的編碼結構和習慣簡直是天差地別,對比未來的版本而言,更是缺少了不少庫和函數。

在調試好編譯環境後,就算是王向中,也不得不照著書一點一點地再啃代碼。如果按照日後那種習慣來寫代碼,恐怕每三行就會出現一個報錯。

正當他對著電腦屏幕冥思苦想之時,林建這個小子,卻悄悄溜達到他背後開始觀察起來。

「你在干什麼?」林建一臉好奇地望著屏幕中的英文代碼,出聲問道。

此時王向中也有些疲憊,于是也重重地靠在了椅背上,不斷地揉搓著太陽穴︰「我在編程,寫代碼,做軟件。」

「我看這個挺好玩的。」林建將雙手搭在王向中肩頭上,指著屏幕上的一行代碼︰「這個地方是不是有問題?」

王向中聞言,也是自覺有些好笑地搖了搖頭,笑道︰「怎麼,你也能看出問題?」

「沒有,我就是有一種感覺。」林建小臉滿是認真之色,絲毫沒有半點玩笑的意味。

听到這話,王向中也是有一絲狐疑地仔細打量了一下這一行的代碼。雖然他天天都能在店里見到林建這個小子,但兩人交流極少,很多時候也只是象征性地問好。

不過通過他的觀察,確實發現林建這個小子是個很細致的人,很多時候都可以點出一些被人忽視的問題。

在仔細檢查一番過後,王向中也是瞪大了雙眼,嘴巴也張成了一個「o」字型。

因為他真的發現了一個小問題,盡管只是變量名沒有打前綴而已。在這個時代,IDE(Integrated Development Environment,集成開發環境)並不算先進,也沒有什麼檢測非法變量名的功能,充其量算個能補充語句的文本文檔工具,很多時候都是編譯一遍才能發現問題。

林建,初中都還沒讀完就已經輟學,從來沒有學過什麼計算機,卻能一眼看穿代碼中存在問題,盡管只是一個字母的錯漏,但依然證明了,他絕對在計算機上有著過人的天賦。

常人是不可能對一堆看不懂的英文字母感興趣的,更不會有心思去理解所謂代碼背後的邏輯。

如果林建不是一個瘋子的話,那他一定是傳說中的計算機天才。

這樣的人要是能充分發揮才能,絕對不可能是一個籍籍無名之輩。

難道他真的在後世被埋沒了嗎?

王向中使勁揉了揉眼楮,再度細細打量了一番眼前表情錯愕的林建。

那清秀的臉龐,在王向中腦海里不斷對比搜索著,很快便與一個形象完整重合。

這一發現,也讓王向中的內心中瞬間炸起了驚濤駭浪,難怪他第一次見到林建時,就覺得眼前的林建有些眼熟,沒想到,此人竟是日後震撼華夏的不世天才——傳奇人物林建!

溫馨提示︰方向鍵左右(← →)前後翻頁,上下(↑ ↓)上下滾用, 回車鍵:返回列表

投推薦票 上一章章節目錄下一章 加入書簽
本站推薦︰ 夜的命名術 武神主宰 末日我有超級求生系統 怪獵聊天群 我的人生可以無限模擬 網游︰我騎士號血超厚 我有一身被動技 這個外掛過于中二 妙醫聖手 萬相之王