第43章 搜索引擎

搜索引擎，顾名思义，便是一种用于搜索信息而产生的工具。一般解释而言，便是通过用户的需求，和一定的算法，将用户输入的关键词与互联网上现存的信息进行匹配，并按照相关度和时间顺序，将符合要求的信息罗列在用户的眼前。

搜索引擎这门生意讲究的是个先来后到。如果能在最早的时候将知名论坛和网站的内容全部爬取，那就会在用户占有率上占尽优势。

要知道在这个时间点，日后驰名全球的寻他公司和布谷公司还在娘胎里，呀唬公司的搜索引擎虽然已经诞生，但其底层技术依旧是依靠人工存放网站目录，可谓是效率极其低下。

现在已经有互联网信息爆炸的趋势了，随着信息越来越多，人工处理流程必将被淘汰，而王向中设想的，则是抢在市场最前列，将新一代的搜索引擎提前面世。

实际上做一个搜索引擎并没有看上去那么轻松。首先是代码问题，这个年代网页技术还停留在Web1.0（互联网1.0）的时代，先暂且不提Ajax（Asynchronous Javascript And XML，异步JavaScript和XML）这种动态页面刷新机制，就连JavaScript（一种Web页面脚本语言）都还尚未出现。

还好Windows公司相当强大，早在1996年发布了ASP1.0（Active Server Pages，动态服务器页面），这也让王向中不必苦哈哈地用大量C语言进行后端代码编写工作。

接下来就是数据的爬取和存储问题。这话虽然听起来很高端，但实际上也就是将数据从别的网站上摘下来，进行索引和关键词分配的简单加工后存储的过程。

这个时候Python语言尚还叫ABC语言，很显然在这个年代使用这个失败的产品是不太合适的，使用更加成熟的C++也许可以解决一些问题。

将爬虫模型简单地铺开来讲，最基础的爬虫，便是通过程序直接访问网页的源代码，通过正则表达式匹配出网页的标题和其具体内容，再接着分析网页内的超链接所指向的页面，逐步将整个网站的内容收入囊中。

再接下来便是数据的存储问题。MySQL（一种关系数据库管理系统）可以完美地代替文本文档进行数据存取，因为它有一项对于搜索引擎而言重要的功能——索引。

索引可以给一条数据给予定义。举个最简单的比方，为了节省空间，图书馆的书一般是纵向摆放，而在每本书的侧面上，都写有书名和作者姓名。

这个书名和作者姓名，就是一本书的“索引”，当你想要找一本书的时候，显然不可能将每本书都打开细细查阅一番，这无疑是在浪费时间。而通过书名和作者名，你可以轻松地找到自己想要的那本书。

假设一本书是一条数据，那么通过索引功能，便可以轻松地将它从数据库中调取出来，而不必辛苦地逐行逐字分析书本的内容。

至于数据库访问优化，还是属于暂时不必要考虑的问题。这个时代，互联网上存在的网站还不算太多，不到1TB的硬盘便可以解决问题。

剩下的域名购买、网站报备申请等环节，则就是行政工作了，只要抽个时间便可以将它们全部搞定。

如此估算下来，王向中还需要一台服务器，一个小机房用于存放设备，以及网络费用成本。

按照目前王向中的赚钱速度，想要快速攒到所需要的钱，还需要一些时日。

不过现在他已经可以开始着手代码的框架建立了，尽管在当年那个世界，代码这一步是最难的事情，然而在王向中身上，代码是最简单的事情……

但凡是不用掏钱的事情，都是最简单的事情。

短短三天内，电信公司便派了人来，将电话线给拉好了，与此同时，王向中也向蒋红月借出重金，咬紧牙关买了一部固定电话。

尽管Windows95在这个年代是人类顶级智慧成果之一，但王向中还是愣了好一会，才逐渐熟悉它的操作方式。

在他这个现代人眼里，这个所谓最先进的系统，等同于是反人类的设计功能也不为过。

虽然王向中懂编程，懂设计，但ASP1.0和最初代的C++还是让他遇到了不小的困难。不同于日后隐隐有大一统趋势的编程语言，此时它们的编码结构和习惯简直是天差地别，对比未来的版本而言，更是缺少了不少库和函数。

在调试好编译环境后，就算是王向中，也不得不照着书一点一点地再啃代码。如果按照日后那种习惯来写代码，恐怕每三行就会出现一个报错。

正当他对着电脑屏幕冥思苦想之时，林建这个小子，却悄悄溜达到他背后开始观察起来。

“你在干什么？”林建一脸好奇地望着屏幕中的英文代码，出声问道。

此时王向中也有些疲惫，于是也重重地靠在了椅背上，不断地揉搓着太阳穴：“我在编程，写代码，做软件。”

“我看这个挺好玩的。”林建将双手搭在王向中肩头上，指着屏幕上的一行代码：“这个地方是不是有问题？”

王向中闻言，也是自觉有些好笑地摇了摇头，笑道：“怎么，你也能看出问题？”

“没有，我就是有一种感觉。”林建小脸满是认真之色，丝毫没有半点玩笑的意味。

听到这话，王向中也是有一丝狐疑地仔细打量了一下这一行的代码。虽然他天天都能在店里见到林建这个小子，但两人交流极少，很多时候也只是象征性地问好。

不过通过他的观察，确实发现林建这个小子是个很细致的人，很多时候都可以点出一些被人忽视的问题。

在仔细检查一番过后，王向中也是瞪大了双眼，嘴巴也张成了一个“o”字型。

因为他真的发现了一个小问题，尽管只是变量名没有打前缀而已。在这个时代，IDE（Integrated Development Environment，集成开发环境）并不算先进，也没有什么检测非法变量名的功能，充其量算个能补充语句的文本文档工具，很多时候都是编译一遍才能发现问题。

林建，初中都还没读完就已经辍学，从来没有学过什么计算机，却能一眼看穿代码中存在问题，尽管只是一个字母的错漏，但依然证明了，他绝对在计算机上有着过人的天赋。

常人是不可能对一堆看不懂的英文字母感兴趣的，更不会有心思去理解所谓代码背后的逻辑。

如果林建不是一个疯子的话，那他一定是传说中的计算机天才。

这样的人要是能充分发挥才能，绝对不可能是一个籍籍无名之辈。

难道他真的在后世被埋没了吗？

王向中使劲揉了揉眼睛，再度细细打量了一番眼前表情错愕的林建。

那清秀的脸庞，在王向中脑海里不断对比搜索着，很快便与一个形象完整重合。

这一发现，也让王向中的内心中瞬间炸起了惊涛骇浪，难怪他第一次见到林建时，就觉得眼前的林建有些眼熟，没想到，此人竟是日后震撼华夏的不世天才——传奇人物林建！