元搜索引擎

元搜索引擎

原搜索引擎是通過一個(gè)統(tǒng)一的用戶界面幫助用戶在多個(gè)搜索引擎中選擇和利用合適的搜索引擎來實(shí)現(xiàn)檢索操作，是對(duì)分布于網(wǎng)絡(luò)的多種檢索工具的全局控制機(jī)制。

自己沒搜索引擎，又想要大規(guī)模的數(shù)據(jù)源，怎么辦？可以對(duì)百度搜索和谷歌搜索善加利用，以小搏大，站在巨人的肩膀上。有很多的應(yīng)用場(chǎng)景可以很巧妙地借助百度搜索和谷歌搜索來實(shí)現(xiàn)，比如網(wǎng)站的新聞采集，比如技術(shù)、品牌的新聞跟蹤，比如知識(shí)庫的收集，比如人機(jī)問答系統(tǒng)等，我之前做的一個(gè)準(zhǔn)確率達(dá)百分之九十幾的人機(jī)問答系統(tǒng)的數(shù)據(jù)源，其中一部分就是充分利用了百度搜索和谷歌搜索。在此演示的技術(shù)的基礎(chǔ)上，可以容易地?cái)U(kuò)展到其他的搜索引擎，可以借鑒使用的NekoHTML+XPath或JSoup+CSSPath技術(shù)，輕松獲取頁面的自定義的內(nèi)容。

應(yīng)用領(lǐng)域：

1、采集人物信息
2、采集電子報(bào)紙
3、使用NekoHTML和XPath解析百度搜索返回結(jié)果
4、使用JSoup和CSSPath解析百度搜索返回結(jié)果
5、使用Google AJAX API獲取谷歌搜索結(jié)果