一种快速集群搜索因特网上科学信息的方法.pdfVIP

一种快速集群搜索因特网上科学信息的方法 杨 铄 袁身刚 郑崇直 (中国科学院计算机化学开放实验室。中国科学院上海有机化学研究所。上海200032) 摘要本文介绍了一种通过编程实现，在因特网上同时检索任意多个搜索引擎 的方法。这种方法可对搜索引擎按自己的要求进行分类，使查询得到的结果更 精确可靠，尤其适宜于科学工作者检索网上最新科技动态和文献；同时，因为直 接与搜索引擎服务器通讯，减少了网站广告等无用数据的接受。所以检索效率成 倍提高。 关键词搜索引擎 公用网关接口 客户端／服务器模式 一、前言 随着因特网的发展，网上资源日益丰富。其结果，一方面使其实用性不断增加，越来 越多的人从网上获取信息；另一方面，人们经常会感到难以找到自己想要的信息，即使有 像Yahoo这样的搜索引擎。对于具体专业或某一领域的内容尤其如此，如科技文献、物 理化学性质，网上相关站点较少的，一般的搜索引擎根本查不到有价值的资料。 所以，要从Interact上获取有价值的专业信息，就必须有一套高效的解决方案。我们 通过自己编写的Windows网络软件ChemSearch，实现了快速集群式搜索网上信息。 二、设计思想 上的内容往往包罗万象，对于热门领域，如NMR(核磁共振)，直接可以查到大量信息，而 不同搜索引擎都或多或少有自己的特点。例如，通过台湾的GAIS搜索引擎可以查到很 多台湾大学在NMR方面的工作。所以包括的搜索引擎越多，查到的信息越多。诚然，它 们之间会有些重复，我们通过软件智能处理，合并掉相同的检索结果。目前我们搜集到国 内外上百个通用搜索引擎。 其次，增加专业搜索引擎。这类搜索站点同样很多，例如，化学类就有American Chemical Abstracts Service(美国化学文摘)等提供的搜索 Society(美国化学会)、Chemical 引擎。对它们进行必要的分类，从而为不同专业的使用者服务。 最后，必须考虑网络速度问题。通过检索深度、网络链接测试深度以及检索缓冲能力 的大小的控制。我们的软件可以适宜于不同网络带宽条件下的使用。 三、原理 Internet Explorer还是NetscapeNavigator，对搜索引擎进行检索时，都要先访问http：／／ ·165· 如果要在别的搜索引擎上检索同样的关键词，就要先知道网址(比较著名的搜索引擎 有十几个，它们的网址很容易得到；专业性较强的网站就可能鲜为人知)，然后依次输入， 很少有人会这样做。人们往往通过一个搜索引擎上的结果去推测其他的，这就造成漏查。 实际上，查询者通过浏览器向搜索引擎提交的是一条CGI(公用网关接口Common Interface)命令。 Gateway 以关键词“QSAR”为例，对不同的搜索引擎，其CGI命令各不相同， AmericanChemical Society(美国化学会)为 2 R00Tui=srchunk． Search十ACS ChemicalAbstractsService(美国化学文摘)为 本工作所解决的问题是以客户端／服务器的模式，自动地访问每个事先选定的搜索引 擎，只要输入一次关键词，我们的软件将同时与你要检索的多个搜索引擎链接、传递包含 关键词的CGI命令并最后显示在电脑屏幕上的是由不同搜索引擎提供的结果。 四、实现方法与讨论 我们自己编写的客户端软件，把每个搜索引擎当作服务器。当用户输入关键词后，程 序自动把关键词转化成对应的CGI命令。为便于处理多个搜索引擎，我们编写专门的模 图1搜