Google即将开始深度Web索引
互联网 / houtizong 发布于 2年前 89
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。
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。
请勿发布不友善或者负能量的内容。与人为善，比聪明更重要！
技术博客集 - 网站简介：
前后端技术：
后端基于Hyperf2.1框架开发,前端使用Bootstrap可视化布局系统生成
网站主要作用：
1.编程技术分享及讨论交流，内置聊天系统;
2.测试交流框架问题，比如：Hyperf、Laravel、TP、beego;
3.本站数据是基于大数据采集等爬虫技术为基础助力分享知识，如有侵权请发邮件到站长邮箱，站长会尽快处理;
4.站长邮箱：[email protected];
文章归档
文章标签
友情链接
