You can ping this entry by using http://www.wespoke.com/cgi-bin/mt/mt-tb.cgi/751

第 1 楼：

my home(blog)工具镶

http://xiangtool.nease.net

第 2 楼：

不同意你的看法。html parsing有什么难处？即使大部分的网页不是规范的，也有办法处理。我们公司就有很好的模块。你有没有写过html parser?

第 3 楼：

我写过的，新闻搜索引擎部分就是自己写的。问题是如果像你说的，如果这个部分赶上了google，分词又赶上了goole，算法上现在都很公开了，就没有不能超越google的理由了。

第 4 楼：

象6e这样的可以写parser, 说明html parser不难写。而且还有open source的可以参考。

难道搜索引擎就是parser, 分词和几个算法吗？没这么简单吧。

第 5 楼：

写归写, 因为我不是写程序的行家, 因此写出来的功能就是很不行了.

正所谓:差之毫厘,失之千里.

第 6 楼：

Google的成功除了技术之外还有很多其他内因，包括市场，机会成本的把握，品牌，以及对服务的细分。更直接的说，Google的搜索技术并不是世界领先的，Yahoo和MSN的搜索技术和G比起来并无本质差距，巴西一所大学教授的研究的搜索技术可以说完全超越，但技术优势并不代表商业成功。市场的培养也非朝夕，Google的技术和产品能给我们带来启发，却不表示所有市场走向都是朝着他的方向走。２，４楼的何必在技术边角上争口舌呢？

第 7 楼：

切，在搜索的精确度上稍微超过google一点有什么了不起。有本事在低成本的前提下，在搜索广度上超过google。

第 8 楼：

google那个不叫html parsing，而是关键内容提取。谁敢说在这上面能超过google？

第 9 楼：

如果你真的以为html parse是SE的技术瓶颈，那就错了，其实这从来不是什么大问题。想把它做的很完美比较难，但是做出一个能用的东西实在不算什么。
你的网站不错，有空去我的看看，多交流呀：）
www.donews.net/lucyliu

第 10 楼：

google 也开始做门户了, 很意外吧。

http://blog.linzzz.com/bin

第 11 楼：

也可以反过来问Google为什么要支持RSS？RSS的很多内容就是HTML内容(Sina的RSS)然后就是很多blogger在使用。现在的用途还不是很广泛。
或者问，为什么Google不支持WPS格式的文件搜索？

第 12 楼：

第 2 楼：
不同意你的看法。html parsing有什么难处？即使大部分的网页不是规范的，也有办法处理。我们公司就有很好的模块。你有没有写过html parser?
--------------------------------
html parser和搜索算法根本不是一回事。
从结构上讲，RSS是xml格式，这不仅仅是解析方便了很多，解析是简单的它并不是关键，关键是RSS的内容结构规范了，而搜索算法需要对内容语义进行判断，对于RSS这样判断语义容易多了。

第 13 楼：

My blog 看
---------------------
http://www.sicz.com　　

第 14 楼：

好久没来了,再来看你一下,网站开通了,有空我请吃饭
http://www.lucene.com.cn
搜索引擎研发论坛

第 15 楼：

有道理 同意你观点的80%

第 16 楼：

好像支持了

第 17 楼：

不同意的你观点，我认为不是html parse的问题！如果按照你的说法现在很多的RSS搜索引擎应该很好，但是事实不是这样的。rss的标签聚合和语意关联更是很难跨越的鸿沟。

第 18 楼：

www.ntsky.com
我的blog采用xml+xslt，我发现xml和xslt的关键字并不会对google产生影响，所以到现在我网站上的xml页面都没有被收录,郁闷呢......