《GOOGLE HACKS巧妙使用网络搜索的技巧和工具（第二版）》

    从早期那卷帙浩繁的馆藏书目、繁重的手工精心录入的索引卡，到后来不同程度上的自动化检索技术；从像Dialog与LexisNexis那样的收藏有海量专业信息的公司，到现在费用昂贵的医学、房地产和法律等私营研究服务：海量数据的搜索引擎的肇始要比万维网领先几十年。
那时候，数据收集的检索并不总是那么容易。但只要用点技巧，再加上足够的耐心，就有可能对它们进行彻底的搜索：一般做法是将信息按照已建立的知识本体进行分类，将数据按照特定的指导准则进行预先格式化。
这后来才有了网络。
网络上的信息——任何一个曾经浏览过若干网页的人都知道——其格式多种多样，可信度参差不齐，内容亦新亦旧，有的连拼写检查都过不了关。虽然如此，搜索引擎异峰突起，致力于检索迅速增长的在线信息，最终，针对普通网页的通用部分（如网页标题或URL）形成了多种专用搜索语法结构。搜索引擎技术进展神速，其目标瞄准数以亿计的在线文档之间的细微差别，这种努力从来没有停止过。
1998年，GoogleTM 宣布角逐搜索引擎市场。实际上，Google脱胎于一个名为BackRub的搜索引擎服务，它的名字源于英文单词“googol”（表示数字1后面跟100个0）。从一开始，Google就与其他的在线搜索引擎（如AltaVista，Excite，HotBot等）存在着明显的区别。
这首先体现在技术上：Google搜索结果的关联度非常突出，值得称道。不仅如此，在用户界面上，Google也是精益求精，这使得它在互联网上站稳了脚跟。
Google搜索结果的表述方式十分友好，其搜索功能不断地扩展，因此，青睐它的用户也就越来越多，这不足为奇。一些Weblog对此有专门的统计。而ResearchBuzz等搜索引擎时事通讯则卖力地对Google进行跟踪报导。还有相当一批的Google爱好者正乐此不疲地挖掘其功能特性、编写Google游戏（如Google Whacking，译注1），甚至专门为Google创造新词汇（如“Googling”，其意为依据Google的搜索结果来决策约会、雇用等事件的习惯行为）。人们用Google来寻找雇主，安排约会，购买商品或者服务，处理学校的作业，查询电影简介、实事和小说，或者用于娱乐，甚至赚钱。
到本书写作的时候为止，Google涵盖了互联网上超过80亿个网站页面，8.8亿幅以上的图像，8.45亿条的网络消息，而且，Google刚刚发布了Google Print（http://print.google.com），使得其中的内容一下子传遍了全世界。
2002年4月，Google向其用户群发布了Google API。Google API可以让程序开发人员通过自动化查询的方式合法访问Google的搜索结果。如果所有的搜索、过滤和排序都必须手动完成，那么要电脑似乎就没有什么意义了。
为什么要深入Google hack？
“Hack”一词一般被理解为以“quick-and-dirty”（方便法门）的方式来解决编程问题，或深入钻研某门技术以实现特定功能。但这种行为又是怎么跟Google联系在一起的呢？
从Google搜索结果的数量上来看，有时候，我们想搜索某个特定的或者精确的结果，但是搜索引擎返回的结果却远远多于所需的结果，很多数据结果对用户毫无用处。而有的时候，目前的搜索界面又不能很好地支持我们的特定搜索要求。
本书并不致力于详细讲解每一条Google搜索指令（尽管我们确实对此介绍得比较详细，而不仅仅是简单地提到而已），而是着眼于挖掘实用的搜索技巧，展示在进行自动查询的时候，如果只知道一点关于如何编程的知识就能实现哪些功能。换句话说，就是如何进行hack。
本书的组织方式
Google的myriad服务，再加上超过40亿个网页收藏中所蕴含的动态数据，发挥你的想像力吧，它会让你发现无数通往最佳搜索的捷径。本书不仅是一本搜索指南，还将直接带你到达黑客独有的境界——技巧、诀窍，还有能使你大长搜索本领的各种技术，让你的搜索更加充满乐趣，更加出神入化！
本书分为以下几章：
第一章，网页（Web）
本章阐述Google进行搜索工作的基本原理。读者在阅读完本章之后，可以学习到用于Google的专用语法（也可以看作是“special sauce”）的一些技巧和手段，以及一些特殊的搜索，如phonebook（电话簿），calculator（计算器），package（包裹）和stock tracking（库存跟踪）等等；另外还有关于Google 隐藏页面和相关链接等内容。本书不是单纯地列出“this syntax means that”（这个语法能做什么），书中还会讲解到对每个语法如何扩展搜索功能——以及如何混合搭配使用语法，使得它们的功能更加强大。
第二章，高级网页（Advanced web）
本章可以让用户将刚刚学会的一些简单的技巧提升一个档次，帮助用户学会如何使用Google的hack程序，进行自动搜索、获取信息以及重新组合。在本章中，用户可以对网络搜索进行更深入的挖掘，让自己得到更多从来没有见过的、没有想过的结果。
第三章，图像
在前面的章节中我们都是讲述关于文本内容的搜索，现在让我们来休息一下，看看网络上的那些好看的照片、图标、图画以及其他Google图像，可以为你搜索和提供的视觉享受吧。
第四章，新闻组和论坛
Google新闻组可以为用户提供每天的重要新闻和事件。在论坛中，可以随意地讨论任何感兴趣的话题，用户还可以建立属于自己的论坛。
第五章，附加功能
除了浏览网页，用户还可以将Google整合到自己的工具栏中、桌面上甚至文字处理软件中。本章介绍如何充分利用Google的优点来完成一些附加功能。在go上通过电子邮件或即时信息（通过电话或PDA）搜索。
第六章，Gmail
Google Gmail并不是普通的网络邮件服务系统。它具有简洁、交互性强、实用性强的特点——像JavaScript写成的网页；它有数十亿字节的存储空间，可以让用户随意使用。还有一些很神奇的功能，如果不真正试试，用户可能永远也体会不到它的强大。
第七章，广告
Google AdSense可以在用户的站点或者Weblog上产生很好的以文本为主的广告——无论量有多大或者多小。AdWords可以帮助用户在网络上提高自己广告的可视性，以创造更多的利润。
第八章，Web网站管理
作为一名网上冲浪者，你可能会站在两种不同的立场上看Google：一种是普通搜索者的立场，另一种则是那些尽量想使某个Web站点在搜索排名中更加靠前的人所持有的立场。从本章用户可以了解到Google那声名卓著（狼籍）的网页排名（PageRankTM），学到如何为Google的来访做好清理准备工作，以及如何确保用户的网页不被Google收录（如果真的不想被收录的话）。
第九章，Google编程
本章介绍本书所属许多技巧中的Google应用编程接口（API）。如果你还未曾亲自进行过编程，那么这里是激发你灵感的好场合。
如何阅读本书
你可以逐页阅读本书，但实际上绝大部分hack之间并无太多的关联。因此你尽可以随意翻阅，挑选最感兴趣的章节来看。如果你是一位Perl“新手”，你可以先学习稍微简单一点的hack，等有把握之后再研究更高级的黑客技巧。
如何运行hack
本书中的一些hack程序代码，既可以在命令行中运行（对于Mac OS X用户，命令行是Terminal，对于使用Windows操作系统的用户，可以使用Windows中的DOS命令窗口）或者作为CGI脚本（scripts）——用户网站中使用浏览器浏览的动态页面。
命令行脚本（Command-Line Scripts）
在命令行运行hack程序时，下面这些步骤都是必不可少的：
1． 将程序输入到garden-variety文本编辑器中：在Windows系统下使用Notepad，Mac OS X系统中用TextEdit，UNIX/Linux系统中用vi或 Emacs。按指示将文件保存下来：通常情况下默认为scriptname.pl（文件名中的pl字节代表Perl，是在Google Hacks中使用的主要编程语言）。
用户还可以在线下载所有的hack代码，网址是http://www.oreilly.com/catalog/googlehks2，下载下来的ZIP文件解压缩之后可以得到一些保存为文本文件的脚本。
2． 找到电脑上或远程服务器上的命令行。在Mac OS X中，运行Terminal（Application→Utility→Terminal）。在Windows操作系统下，单击“开始”按钮，选择“运行...”，输入“command”，按回车键。在UNIX操作系统下……当然，相信读者应该已经知道如何进入命令行了，这里就不赘述了。
3. 找到在本地保存过的脚本文件。当然，对于不同的操作系统，需要进行的操作可能会有所不同，不过通常会包括类似于cd~/Desktop之类的命令（这是在Mac中进入用户桌面的命令）。
4． 运行编程语言的解释器（如perl）可以调用脚本（如scriptname.pl），方法如下：
$ perl scriptname.pl
通常，用户还有一些工作要做，比如须要设定一些参数——搜索查询，用户希望的结果数等。设定这些参数的方法也很简单，在脚本名称的后面加上它们就可以了，不过记得如果某些参数需要不止一个字母，比如包含两个或者三个字母的话，需要用引号扩起来：
$ perl scriptname.pl '"much ado about nothing" script' 10
通常情况下，用户的脚本的结果通常会直接发回到用户正在使用的命令行窗口中，例如：
$ perl scriptname.pl '"much ado about nothing" script' 10
1. "Amazon.com: Books: Much Ado About Nothing: Screenplay ..."
[http://www.amazon.com/exec/obidos/tg/detail/-/0393311112?v=glance]
2. "Much Ado About Nothing Script" [http://www.signal42.com/much_ado_about_nothing_script.asp]
...
为了缩减篇幅，我们用后面的省略号（...）字节省去了后面的输出结果。
电脑输出的结果会快速地在屏幕上滚过，无法让用户详细阅读这些结果。如果用户希望仔细浏览，大多数系统都可以将输出结果转到（也叫redirect）一个小程序当中，用户只需要输入：
$ perl scriptname.pl | more
这样，再按键盘上的回车键，就可以逐行显示输出结果了，如果希望逐页显示，可以按空格键。
有时，用户可能希望直接将输出结果保存到其他文件中，作为安全备份，或者导出到电子表格应用程序中，亦或者在用户的网站上显示出来。其实方法也很简单，用户可以参考下面的代码：
$ perl scriptname.pl > output_filename.txt
如果用户希望将输入内容从文件输入到脚本中，可以用下面的代码：
$ perl scriptname.pl < input_filename.txt
如果你记不住这些也不用担心；每一个技巧中都有一段文字说明如何“运行这个hack”，并且有些甚至还用一些篇幅列出了“运行结果”。
CGI脚本
CGI脚本——在用户的网站上运行的程序，用于产生动态的页面——对于不熟悉它的用户来说，用起来就有一点复杂了。但是归根到底，从本质上来说它与脚本是同类的，都是在命令行运行的程序，但是由于系统的差别，它们的安装模式有所不同，这常常成为困扰用户的因素之一。用户可能使用自己的服务器，也可能在互联网服务提供商（ISP）提供的主机上建立自己的网站，也可能将自己需要的内容建立在合作内联网的服务器上——或者使用一些综合的、介于这几种方法之间的解决方案。
限于本书章节所限，不可能将每种方案都面面俱到地向读者介绍，笔者推荐用户检查一下ISP的技术情况，或者向他们的技术支持部门了解一下，也可以求助于用户本地系统的管理员。
虽然各种方法可能有一些差别，但是一般来说，方法体系都是相同的。
1． 将程序输入到一般的文本编辑器中：在Windows系统中的文本编辑器是Notepad，Mac OS X的文本编辑器是TextEdit，在UNIX/Linux系统下文本编辑器是vi或者Emacs。用户可以直接将文件按指示保存下来——通常默认的文件名是scriptname.cgi［文件名中的cgi字节表示此文件是CGI（通用网关接口程序）脚本］。
另外，用户还可以从网上在线下载所有的黑客代码，网址是http://www. oreilly.com/catalog/googlehks2，下载下来的ZIP 文件解压缩之后可以得到一些保存为文本文件的脚本。
2． 将保存过的脚本文件移到用户网站所在的主机处。在用户的服务器上应该有一个目录用于保存用户网站的所有页面（所有的扩展名为.html文件）和图像文件（所有扩展名为.jpg、.gif等的文件）。在这个目录下，用户应该可以找到一个名为cgi-bin的目录，CGI脚本文件保存在这个目录下，因为只有在这个目录下保存的CGI 脚本可以运行，而其他目录下保存的CGI 脚本文件都只能用网页浏览器显示和浏览，不能运行。
3． 对于CGI脚本，用户当然希望它们是可以执行的——运行程序而不仅仅是显示。具体的方法视不同的系统而定。如果使用的是UNIX/Linux系统或者Mac OS X系统，应该将下面的代码输入到命令行中：
$ chmod 755 scriptname.cgi
4． 现在，在浏览器中调用脚本文件，就可以按照预期的方式运行了，运行的方式与本书“运行hack”章节中所描述的方式相似，读者可以参考。
同样，用户使用什么URL也是有很大差别的。读者如果需要,可以参考下面的超链接地址：http://www.your_domain.com/cgi-bin/scriptname.cgi，这里your_domain.com是用户网站的域名，cgi-bin指用户的CGI脚本所在的目录，scriptname.cgi是指脚本文件本身。
如果用户还没有域名，也没有自己的服务器，而是使用ISP的解决方案作为主机，这时的URL应该是类似于下面这样的形式：http://www.your_isp.com/~your_username/cgi-bin/scriptname.cgi，这里的your_isp.com是用户所委托的ISP的域名，~your_username是用户在ISP那里使用的用户名，cgi-bin指用户的CGI脚本程序所在的目录，scriptname.cgi代表脚本程序本身。
如果用户在操作过程中出现类似“Internal Server Error（内部服务器出错）”的提示，或者看见错误代码500，说明出现了一些问题。如果用户遇到这样的问题，可以自己进行纠错，也可以找ISP或者系统管理员，向他们寻求帮助。调试程序——尤其是CGI 的调试——对于新手来说可能有些困难，不过如果遇到问题，可以求助于Frequently Asked Question（FAQ，常见问题）：“解决Perl CGI问题的使用手册”。用户可以使用Google查询相关的信息，然后按照查到的步骤进行操作。
使用Google API
读者可以在第九章中了解到关于Google API的一些内容，包括如何注册一个开发者密钥——读者在阅读本书的时候，可能会发现很多hack都需要它——还有用一些计算机语言编写的Google程序。
学习编程
想不想自己试试亲自编写程序代码？由Randal L. Schwartz和Tom Phoenix编写的O'Reilly最畅销的书“Learning Perl”（http://www.oreilly.com/catalog/lperl3）可以帮助读者实现自己编程的想法。读者可以用从中学到的东西来理解和使用本书中的hack，而且可以更好地应用书中“活学活用”部分的内容来更改或者扩展一些脚本。如果用户对搜索还不太熟悉，那么可以从更改一些现成脚本开始，因为这需要的编程工作量较小，比较容易和安全一些。
如何获得更多的内容？
Google的功能太多了，需要学习的东西也太多了，本书很有可能漏掉一些小的功能，或者那些新提供的功能。用户可以随时关注Google的“More, more, more”页面（http://www.google.com/options），来获取更多的信息。如果想了解Google的最前沿信息，可以订阅Google的非正式blog（http://google.blogspace.com）以及正式blog（http://www.google.com/googleblog）。
你是Google迷吗？如果是，如果你希望自己的生活中体现出Google的影子，可以到Google专卖店（网址是http://www.googlestore.com）去购买带有Google商标的灯、杯子、T恤、靠背或者书。
习惯
下面列出了本书所采用的一些格式的含义：
斜体（Italic）
本书中斜体字代表一些新的术语、链接地址、文件命、文件扩展名、目录、程序名以及例子中的注解。比如，引用文件路径一般用下面的形式：/Developer/Applications。
等宽字体（Constant Width）
用来显示代码举例、注释和选项，以及文件内容、命令输出内容等。
等宽黑体（Constant Width Bold）
用于强调某个内容，或者表示输入代码。
等宽斜体（Constant Width Italic）
用在例子和表格中，表示需要读者在使用的时候用其他内容代替的部分。
灰色字体
除了黑色以外，第二种颜色表示本章的交叉参考内容。
用户应该格外注意正文之外用下面这两个图标分割出来的内容：
这个图标表示这段文字是提示、建议或者一般的注意事项。它会给读者提供与正文相关的额外补充信息。
这个是提醒读者注意或者小心的图标。
在每个hack旁边看到的温度计图标，说明某个hack与本书中其他hack相比的相对复杂程度：
入门级 中级 专家级
使用代码样例
本书的内容是为了帮助用户完成有关Google使用的一些特殊功能。总地来说，用户可以直接在程序或者文档中使用本书提供的代码，不需要与我们联系和询问有关许可的问题。不过，不允许读者使用里面的代码进行盈利活动。例如，如果用户想使用书中的几段代码来编写程序，不需要事先得到许可。不过如果是想将O'Reilly书中的代码或者例子制成光盘出售，就必须经过许可才行。可以引用本书的内容或者代码样例来解决其他问题，但是如果想在你的产品说明书或者文档中使用一些重要的代码样例，就需要事先得到许可。
如果有读者引用本书的内容，我不要求你一定将本书的作者出处注释出来，不过如果你愿意，我会很感激。比如，引用“Google Hacks, Second Edition, byTara Calishain and Rael Dornfest. Copyright 2004 O'Reilly Media, Inc., 0-596-00857-0.”
如果你对于使用本书中的样例是否属于侵权行为还不太确定，建议你先和我们进行联系和商议，以便避免发生不必要的麻烦。你可以用下面的电子邮件免费和我们进行联系：permissions@oreilly.com。
Safari Enabled
不知道有没有读者注意过一些技术书籍的封底上有Safari Enabled图标？如果有，意味着这本书可以通过O'Reilly Network Safari Bookshelf进行在线使用。
Safari给用户提供了一个优于电子图书的解决方案，这是一个可视化图书馆，它可以让读者很容易地搜索到数千部技术方面的书籍，随意剪切和粘贴上面的样例，下载某些章节或者查找一些精细的信息。用户可以自己试试，网址是http://safari.oreilly.com。
如何联系我们
我们已经尽可能地测试和完善本书给读者提供的信息和技术了，但是我们不能保证书中提供的功能完全没发生什么变化（甚至书中出现错误！）。如果有热心的读者阅读了本书，并且发现什么可以改进的功能，请将这些信息反馈给我们。如果有任何的错误、缺陷，或者误导读者的地方，以及不清楚的地方，甚至印刷上的问题，请批评指正，我们不胜感激。
如果读者还希望本书为你提供哪方面的信息，也请联系我们。我们会很重视任何读者的意见和建议，并且在以后的版本中尽量纠正错误，并且提供更丰富的信息来满足读者的要求。我们的地址和联系电话是：
美国：
O'Reilly Media, Inc.
1005 Gravenstein Highway North
Sebastopol, CA 95472
中国：
100080北京市海淀区知春路49号希格玛公寓B座809室
奥莱理软件（北京）有限公司
要询问技术问题或对本书提出建议，请发送电子邮件至：
info@mail.oreilly.com.cn
bookquestions@oreilly.com
如果有什么技术上的问题或者注释不明白，可以发送电子邮件到：
bookquestions@oreilly.com
Google Hacks第二版的网站上有关于本书的样例、勘误表以及未来版本信息的内容。网址是：
http://www.oreilly.com/catalog/googlehks2
如果想了解与本书相关的其他信息，可以访问O'Reilly的网站：
http://www.oreilly.com
http://www.oreilly.com.cn
你有自己编写的hack了？
如果想浏览其他hack方面的书籍，或者将自己编写的hack与本书的编辑和读者共享，可以访问：
http://hacks.oreilly.com

译注1：“Google Whacking”是一种网络游戏，游戏的目标是寻找满足下列条件的搜索关键字对：对于这对关键字，Google只输出一条搜索结果。详情参见http://www.googlewhack.com。