版權(quán)聲明：可以任意轉(zhuǎn)載，轉(zhuǎn)載時請務(wù)必以超鏈接形式標明文章原始出處和作者信息及本聲明
http://www.chedong.com/tech/study.html
關(guān)鍵詞： google Open Source Gnu search 工具箱 學(xué)習(xí) E-learning
內(nèi)容摘要：
Google的使用如此重要， O"Reilly有本專門的書介紹了如何優(yōu)化網(wǎng)站面向Google的設(shè)計，和使用Google的一些技巧：
http://www.oreilly.com/catalog/googlehks/ 這里我很想把以前遇到類似問題時在Google上尋找資料的思路和大家分享一下：
足夠“多”的特征關(guān)鍵詞是快速定位的關(guān)鍵
有朋友問我：在
如果用戶理解了使用更多的關(guān)鍵詞可以更快的定位到所需要的信息這一點的話，那么每次查詢時用戶使用的關(guān)鍵詞個數(shù)就反映了用戶的搜索引擎使用水平，根據(jù)在1997年，英語國家的用戶平均每次上網(wǎng)查詢鍵入2.1個單詞，歐洲其他國家為1.5個單詞；到1999年，英語國家是2.7個單詞，歐洲國家是2個單詞。英語國家用戶的經(jīng)驗值要領(lǐng)先其他國家將近1年半的時間。中文搜索引擎也將經(jīng)歷一個用戶經(jīng)驗值逐漸提高的過程。 
從中我們可以想象在互聯(lián)網(wǎng)資源的使用水平上中國和國際先進水平的差距。
提高搜索結(jié)果質(zhì)量的途徑：使用英文專業(yè)術(shù)語、文件類型過濾、專業(yè)站點站內(nèi)搜索
2000年1月，Excite公司的科學(xué)家對全球約6.4億的Internet網(wǎng)頁進行了語言認證，發(fā)現(xiàn)其中英文信息內(nèi)容占了71%，而日文是6.82%、德文是5.08%、法文是 1.75%、中文則為1.52%。如此豐富多彩的英文海量數(shù)據(jù)庫，勢必吸引著英語國家的上網(wǎng)用戶不斷應(yīng)用搜索引擎去尋找那些有價值的信息內(nèi)容。使用英文專業(yè)術(shù)語：學(xué)會把自己的問題翻譯成英文后再查最近一次經(jīng)歷是找一個Linux應(yīng)用的安裝文檔，但用中文關(guān)鍵詞搜出的內(nèi)容大部分很多都很舊，甚至有基于RedHat5.2的，而且絕大部分只是的把臺灣開發(fā)人員寫的繁體板HOWTO轉(zhuǎn)成了簡體中文，此外，由于一些計算機名次中文名稱的翻譯不一致也限制了搜索結(jié)果的數(shù)量和質(zhì)量。所以目前來說，質(zhì)量比較高的仍然基于是相應(yīng)領(lǐng)域英文關(guān)鍵詞的搜索。比如，我在解決Perl源代碼格式美化的過程中學(xué)到了 indent，pretty print和source code beatufier這些術(shù)語。通過這些關(guān)鍵詞，也方便我找到了其他開發(fā)語言的代碼格式美化工具。
文件類型過濾：
Google有對PDF, Word(Power Point, Excel), PS文檔的索引能力，由于這種文檔的內(nèi)容比一般的HTML經(jīng)過了更多的整理，學(xué)術(shù)價值一般比較高，所以這些類型的文檔天生就比一般的HTML類型的文檔 PageRank要高。可以通過"filetype:pdf keywords"這種格式過濾返回結(jié)果的文件類型，從而提高搜索結(jié)果的質(zhì)量。
利用站內(nèi)搜索減小搜索范圍：
如果某個站點的結(jié)果數(shù)很多，Google會類聚成2條，并可以通過“www.example.com 站內(nèi)的其它相關(guān)信息”執(zhí)行站內(nèi)檢索，在查詢的命令中其實就是"site:www.example.com keywords"，所以很多時候可以進一步通過站內(nèi)檢索將搜索結(jié)果限制在某些專業(yè)站點的范圍內(nèi)，這樣很多問題的資料往往可以從其官方站點的FAQ或郵件列表HTML歸檔中查到。
此外Google本身也有按操作系統(tǒng)分類的主題搜索入口：
http://www.google.com/linux
http://www.google.com/bsd
http://www.google.com/mac
http://www.google.com/microsoft
我的猜測：Google其實是針對有相應(yīng)內(nèi)容的WEB站點根據(jù)其服務(wù)器進行了類聚，要知道關(guān)于Office的內(nèi)容如果跑在Linux服務(wù)器的 Apache上那么很有可能是OpenOffice，而關(guān)于Office 2000的文檔項目肯定是跑在Windows服務(wù)器的IIS上的多。
BUG反饋/改進意見也是一種非常有價值的勞動
首先，如果發(fā)現(xiàn)了問題一定要進行主動的反饋：有朋友問我說他以前早就遇到過類似的問題，說明Resin在CPU比較慢的機器上自動啟動這個問題應(yīng)該是比較普遍了，但為什么一致沒有作為BUG提交上去呢？
其次，如果找到了解決方法，千萬不要為自己的一點小技巧沾沾自喜，像在Java 編程技術(shù)中漢字問題的分析及解決這篇文章中提到的那個的高手那樣，雖然他自己知道了通過Hacking Servert包的源文件解決中文字符集問題的方法，如果這真是一個正確的思路為什么不作為一個議程直接提交給JCP呢？
所以我在找到解決Resin自動啟動這個問題以后，在相應(yīng)的BUG跟蹤報告中提交了自己的方法，如果以后的版本中有了改進，大家安裝使用中可以少考慮一個問題不是更好嗎。（雖然這個方法最后沒有被采納），有時候在反饋過程中你也許會發(fā)現(xiàn)讓別人接受你的建議其實更難。尤其在中文支持問題上：但如果中文用戶自己不主動反饋，以后很多的設(shè)計中就會繼續(xù)忽略中文用戶的一些特殊需求。
事實上無論是BUG提交還是改進意見，對于軟件的進步都是一種非常有價值的。雖然目前國內(nèi)還沒有很多人直接參與開源軟件的開發(fā)，但通過以上這些方式積極的參與也是在為開源軟件加油。
更主動的反饋莫過于像Blogger一樣的主動表達：把你的理解和想法通過互聯(lián)網(wǎng)傳播出去，由于在表達和交流過程中同時你也總結(jié)提煉了自己的思想，所以“教授他人其實正是一個非常好的學(xué)習(xí)過程”。
GNU的“工具箱”哲學(xué)：問題的分解
雖然常常發(fā)現(xiàn)自己碰到的很多問題在國外幾年前就有人遇到過了，而且往往能通過Google找到大量相關(guān)資源。而且類似需求非常多的話，往往還會有很多 Open Source的解決方案發(fā)布在
SourceForge.netApache.org上。
但也不要指望所有問題都能夠直接在互聯(lián)網(wǎng)上找到答案，因為復(fù)雜問題本身的解決有可能利用其他一些工具組合解決完成的。比如：我在解決
多臺服務(wù)器之間的日志合并統(tǒng)計過程中找到的Apache的日志輪循工具cronolog，在
OutLook Express郵件的HTML歸檔過程中找到的mbx2mbox+mhonarc，以及在
CVS的常用工具整理過程中找到的大量優(yōu)秀應(yīng)用等。
GNU很推崇“工具箱”哲學(xué)：因為很多復(fù)雜的問題都可以通過幾個更簡單的工具通過一定的組合加以解決的。而Perl往往就是粘合這些優(yōu)秀工具的“膠水語言”。這也是為什么Perl（或者說Perl的哲學(xué)）是任何一個程序員都因該學(xué)習(xí)并掌握的語言。
如果一個問題在Google上也找不到，有時候反思一下是不是自身需求本身的問題，因為只有合理的需求是發(fā)展的源動力：如果你發(fā)現(xiàn)提出需求目前很多系統(tǒng)中不支持，說明我們對其設(shè)計目標理解不夠深入或者對問題的復(fù)雜度缺乏正確的估計造成的。比如：MySQL早期版本中沒有外鍵和事務(wù)處理的支持，CVS沒有文件的鎖定機制，但事實上經(jīng)過很長時間的實踐證明：這些功能并非必需，而且沒有這些功能系統(tǒng)也是“夠用”的，而且是高效的。
總結(jié)
- 畢竟搜索引擎只是幫助我們把“模糊的”人類語言轉(zhuǎn)換成立了計算機比較擅長的“精確”匹配，因此往往需要使用一些真正能夠幫助去其他信息區(qū)分開的特征關(guān)鍵詞（不僅是多）才能夠把自己真正需要的資源比較高效的提煉出來；
- 而返回的結(jié)果不可能達到非常完美的程度，所以有時候除了一些技巧外，還是需要我們自己從頭幾十條比較相關(guān)的結(jié)果中進行一下歸納總結(jié)。“搜索= =>總結(jié)==>再搜索……”，我想基于搜索引擎的學(xué)習(xí)基本上就是這么一個不斷提煉過程吧；
- 如果直接找不到問題的答案就想辦法把問題分解，如果還找不到，就反思一下自己的需求是否合理；
- 把自己的經(jīng)驗通過互聯(lián)網(wǎng)加以總結(jié)，反饋和推廣，網(wǎng)志W(wǎng)eblog是一個不錯的手段，善于把你的觀點共享給別人；
相關(guān)資源：
Google搜索幫助
http://www.google.com/help/
NEC Research Institute CiteSeer
http://citeseer.nj.nec.com
The Apache Software Foundation
http://www.apache.org/
GNU項目
http://www.gnu.org
各種開源項目資源
http://sourceforge.net
http://freshmeat.net