Будакова Е.А. Учебное пособие Современные информационные технологии

Подождите немного. Документ загружается.

121

- номер телефона сервис-провайдера, по которому выполняется соединение

удаленного доступа;

- регистрационное имя пользователя (login) и пароль (password) для

подтверждения своих прав на обслуживание;

- данные, необходимые для настройки программного обеспечения;

- данные об адресах сетевых служб, доступ к которым предоставляет сервис-

провайдер.

3.1.4 Поиск информации в сети Internet

Общие сведения о поиске информации

Одним из феноменальных отличий сети Internet от других сетей и других

средств информационного обмена является функциональная многогранность,

заключающаяся в том, что сеть Internet предоставляет пользователям различные

способы связи (например, интерактивную и неинтерактивную связь) и различные

способы информационного обмена, в том числе и простого доступа к

информации.

С точки зрения информационного содержания сеть Internet можно

образно

сравнить с большой библиотекой, в которой бесчисленное количество книг, а

читатели этой библиотеки произвольно добавляют новые книги, при этом

расположение книг не подчиняется никаким правилам. На одной полке рядом

могут находиться как технические издания, так и художественные произведения,

а если представить, что в этой библиотеке, помимо книг, еще множество

картин,

видеофильмов, аудиозаписей и других видов информации, то становится

очевидной бесперспективность поиска и получения необходимого материала.

Для разрешения этой проблемы в Internet применяются специальные

сетевые ресурсы, предоставляющие пользователю сервис по поиску необходимой

информации, - поисковые серверы.

Теоретически в процессе поиска информации можно рассматривать

несколько типовых случаев:

- требуемый ресурс существует, он проиндексирован поисковым

сервером, а

пользователь знает механизмы поиска, в этом случае пользователь успешно

достигнет цели - найдет требуемый информационный ресурс;

- требуемый ресурс существует, однако он не проиндексирован ни одной из

поисковых систем, очевидно, что если пользователь не знает адрес узла, на

котором расположен ресурс, то он так и не узнает о существовании данного

информационного ресурса;

- требуемый ресурс существует, он проиндексирован, но пользователь не

знает механизмов поиска и не умеет применять поисковый сервер, в этом случае

результат предсказуем почти на 100 % - пользовательне сможет найти требуемый

информационный ресурс.

Логика поиска информации

122

В основе логики поиска информации лежат базовые логические операторы

булевой логики, которые используются при построении логических поисковых

утверждений. Булева логика и ее логические операторы только собирают или

разделяют информацию в зависимости от того, как их использовать.

Базовыми логическими операторами, применяемыми при поиске ин-

формации, являются 3 оператора:

- И - логическое И (английское «AND»);

- ИЛИ - логическое ИЛИ (английское «OR»);

- НЕ - логическое НЕ (английское «NOT»),

Современные поисковые системы обрабатывают заявки пользователей на

основе «запросов», состоящих из одного или нескольких ключевых слов,

характеризующих искомую информацию. Большинство современных поисковых

систем имеют возможность применения простого запроса, когда в качестве

поискового критерия вводится предложение на естественном языке, после чего

система производит

его нормализацию и только после этого приступает к его

выполнению. Язык такого запроса достаточно прост: все слова следует вводить

через пробел, допускается использование логических операторов И, ИЛИ, либо

НЕ.

При использовании логического оператора И, все результирующие

документы должны содержать все ключевые слова, любые другие документы из

результирующего списка исключаются, т.

е. логическое И сужает область поиска

информации.

В поисковых системах логический оператор ИЛИ используется, чтобы

искать в документах подобные слова, например синонимы или альтернативы.

Применение логического оператора НЕ исключает из результирующего

списка документов те документы, в которых содержатся слова указанные за

оператором НЕ. В отличие от двух предыдущих операторов при составлении

запроса с использованием оператора НЕ порядок написания ключевых слов имеет

значение, т. е. за оператором НЕ следует указывать те ключевые слова, которые

не должны встречаться в документе.

В качестве примера оператора «близости» можно рассмотреть оператор

поисковой системы Aport слХ (Ключевое слово 1 Ключевое слово 2), где X

указывает, в пределах какого количества слов должны

присутствовать оба

ключевых слова.

Другой пример - оператор NEAR (ключевые слова), по которому поисковая

система определяет документы, в которых ключевые слова расположены рядом.

Одним из наиболее эффективных операторов поиска является оператор

«дословного поиска фразы». Применение этого оператора позволяет выявить

документы, содержащие целую фразу или предложение в том виде, как они

записаны пользователем.

Виды поисковых систем

В сети Internet применяется два типа поисковых систем: каталоги ресурсов и

поисковые серверы.

123

Каталог ресурсов, как правило, составляется и поддерживается спе-

циалистами технической службы соответствующего ресурса, которые

самостоятельно или по заявкам владельцев пополняют базу данных поисковой

системы, составляя аннотации Web-страниц.

Ключевые слова используются поисковой программой, которая входит в

состав каталога ресурсов для сравнения с ключевыми словами, заданными

пользователем. Если ключевые слова, указанные в аннотации

к ресурсу,

совпадают с ключевыми словами, заданными пользователем, то ссылка

(гипертекстовая ссылка) этого ресурса выдается пользователю в качестве ответа

на его запрос. Примером такого рода Internet-ресурса является достаточно

известный в русскоязычном сегменте сети Internet каталог ресурсов List.ru

(рисунок 60).

Рисунок 60 - Интерфейс каталога ресурсов List.ru

В отличие от каталога ресурсов функционирование поискового сервера не

зависит от обслуживающей технической службы, поскольку пополнение базы

данных и аннотирование ресурсов осуществляется автоматически специальными

программами.

Рисунок 61 - Интерфейс поискового сервера Яndex.ru

В связи с этим в последнее время характерной является тенденция к

объединению достоинств двух типов поисковых систем в единую систему,

124

благодаря чему появляются принципиально новые возможности для поиска

информации.

Архитектура поискового сервера

Поисковый сервер включает как минимум три обязательных элемента

(рисунок 62):

- поисковый агент;

- базу данных - «индекс»;

- поисковую программу (поисковую машину).

Рисунок 62 - Структура поискового сервера

Структура функциональных связей между элементами поискового сервера

показана на рисунке 62.

Поисковый агент - это программа, которая перемещается по гипер-

текстовой структуре сети Internet, запрашивает ресурс, индексирует ресурс

(создает аннотацию) и передает результат в базу данных. Второй немаловажной

задачей этой программы является проверка существования уже

индексированных ресурсов. Существует несколько разновидностей поисковых

агентов, отличающихся

функциональными возможностями.

Web-агенты - самые «интеллектуальные» из поисковых агентов,

способные находить сетевые информационные ресурсы по заданной тематике.

Кроме этого, Web-агенты могут обрабатывать содержание документов,

находить и индексировать другие виды ресурсов, а не только Web-страницы.

Программы-пауки - осуществляют общий поиск информации в сети. Эти

программы формируют краткое содержание нового документа, индексируют

его

и извлекают информацию, которая передается в базу данных. Также они

могут просматривать заголовки и ссылки, содержащиеся в документе.

Программы-роботы - это программы, которые включают алгоритмы

перехода по различным ссылкам с разной глубиной вложенности. Так же как и

предыдущие поисковые агенты, программа-робот индексирует новый документ

и передает индекс в базу

данных.

125

Кроулер - еще один тип поискового агента, просматривающий заголовки

информационных ресурсов и формирующий индекс только для основного

документа, не просматривая ссылки по тексту документа.

База данных (часто называется «индекс») - предназначена для хранения

информации об индексированных поисковыми агентами ресурсах сети.

Информация, хранящаяся в базе данных поискового сервера, используется для

формирования ответов на запросы

пользователей.

Поисковая программа - непосредственно взаимодействует с поль-

зователем, принимая от него ключевые слова запроса, после чего осуществляет

поиск необходимых ресурсов в базе данных и возвращает пользователю

результаты поиска в виде списка ресурсов, упорядоченных в порядке убывания

релевантности.

Поисковые серверы:

1 Зарубежные поисковые серверы

AltaVista (http://www.altavista.com) является одним из первых поисковых

серверов в

сети Internet. Отличительной особенностью AltaVista является

возможность поиска на разных языках, в том числе и на русском.

Go/Infoseek (http://www.go.com) - это совместный портал Infoseek and

Disney. Он предлагает такие услуги, как персонализация доступа, бесплатная

электронная почта и возможности бывшей поисковой системы Infoseek, которая

стала частью Go. Портал Goflnfoseek включает большую базу данных сайтов,

отобранных людьми.

Excite (http://www.excite.Com) - также популярная поисковая система

Internet, отличающаяся

достаточно большой базой индексированных ресурсов.

Open Directory (http://dmoz.org) - каталог ресурсов, пополняющий свою

базу за счет добровольных пользователей сети (своеобразный открытый

проект).

Безусловным лидером современной сети Internet по качеству и эф-

фективности поиска информации является поисковый сервер Google

(http://wWw.google.com), поддерживаемый компанией OoOgle Inc.2.

Разработанная уникальная технология поиска и инфраструктура по-

искового сервера предоставляют пользователю наилучший сервис по поиску

информации в сети Internet'.

Интерфейс русскоязычного домена Google показан на рисунке 63.

126

Рисунок 63 - Интерфейс русскоязычного домена поискового сервера Google

Главным содержанием политики Google является развитие технологии

поиска информации, причем приоритетной является задача быстрого поиска

информации при высоком качестве ответов на запросы пользователей.

2 Русскоязычные поисковые серверы

Яndex (Яндекс - Языковой index, www.yandex.ru) - популярный и

высокоэффективный поисковый сервер Web-страниц в русской части сети

Internet.

С самого начала поисковая машина

отличалась возможностью фор-

мулировать запросы на естественном языке. Для этого в составе поискового

сервера используется модуль морфологического анализа и синтеза запросов.

Помимо этого, поисковый сервер Яndex включает дополнительные модули -

анализатор документов и конвертор форматов.

При поиске Яndex распознает все слова в соответствии с правилами

русского языка, независимо от формы слова,

использованной в запросе.

Далеко не все поисковые серверы имеют возможность поиска графических

файлов по названию. Поисковый сервер Яndex включает такой вид сервиса,

причем поисковая машина выдает хорошие результаты для большинства

запросов, что свидетельствует о том, что данный вид ресурсов индексируется в

полной мере наряду с простыми документами.

Кроме простейшей поисковой формы

Яndex обладает и функцией

расширенного поиска (http://www.yandex.ru/advanced.html). Этот режим

позволяет добиться точной настройки параметров поиска и соответственно

получить более качественный ответ на запрос. Необходимо отметить, что

большинство поисковых серверов, в том числе и Rambler и Aport,

поддерживают расширенный поиск.

Поисковый сервер Rambler (www.rambler.ru) входит в Internet-портал с

аналогичным названием, объединившим, помимо поисковой системы, рейтинг-

классификатор,

а также ряд бесплатных сервисов и информационных проектов

(например, электронную почта и др.).

Одним из главных достоинств Rambler является качественный вывод ре-

зультатов поиска, во многом превосходящий многие зарубежные и российские

аналоги.

При выводе результатов поиска ссылка на ресурс, соответствующий

запросу, включает название, адрес, кодировку символов текста, размер и время

обновления

документа, а также значительное резюме, из которого можно

получить представление о том, в каком контексте употреблены искомые

ключевые слова (они выделены полужирным шрифтом).

Заметным недостатком поисковой системы Rambler является наличие в

базе данных большого количества ссылок на потерянные ресурсы, что является

следствием достаточно слабой работы поисковых агентов.

127

Популярная русскоязычная поисковая система под названием Aport

доступна по адресу http://www.aport.ru (рисунок 64).

Рисунок 64 - Поисковая система Aport

Результаты поиска в Aport ранжированы в зависимости от частоты

появления в документе искомых ключевых слов. При этом ключевое слово

выделяется в окружающем контексте, что позволяет сразу определить,

насколько найденная ссылка соответствует запросу. Кроме этого, представлены

сведения о времени обновления, размере и оригинальной кодировке файла, а

также электронный адрес.

К преимуществам поисковой системы Aport можно отнести автома-

тическую проверку орфографии запроса, а также сохранение параметров

поиска и определенного числа предыдущих запросов пользователя. Все это

направлено на повышение удобства использования поисковой системы, что, по

всей видимости, является характерной тенденцией в развитии поисковой

системы.

Качество поисковой системы, как уже

было отмечено, зависит не только

от количества проиндексированных документов, правил их отбора в

результирующий список, но и от того, как часто поисковые агенты заново

проверяют содержимое ранее обработанных Web-узлов.

128

3.2 Создание Web- страниц

3.2.1 Язык HTML

HyperText Markup Language (HTML) является стандартным языком,

предназначенным для создания гипертекстовых документов в среде WEB.

HTML-документы могут просматриваться различными типами WEB-броузеров.

Когда документ создан с использованием HTML, WEB-броузер может

интерпретировать HTML для выделения различных элементов документа и

первичной их обработки. Использование HTML позволяет форматировать

документы для их представления с использованием шрифтов, линий и других

графических элементов на

любой системе, их просматривающей.

Большинство документов имеют стандартные элементы, такие, как

заголовок, параграфы или списки. Используя тэги HTML вы можете обозначать

данные элементы, обеспечивая WEB-броузеры минимальной информацией для

отображения данных элементов, сохраняя вцелом общую структуру и

информационную полноту документов. Все что необходимо, чтобы прочитать

HTML-документ - это WEB-броузер, который интерпретирует тэги HTML и

воспроизводит на экране документ в виде, который ему придает автор.

HTML-тэги могут быть условно разделены на две категории:

- тэги, определяющие, как будет отображаться WEB-броузером тело

документа вцелом

- тэги, описывающие общие свойства документа, такие как заголовок или

автор документа

Понятие гипертекста и гипертекстовой ссылки

Понятия гипертекст и гипертекстовая ссылка являются

ключевыми в

технологии WWW.

Гипертекст - технология нелинейного, ветвящегося и взаимосвязанного

представления документа, позволяющая пользователю знакомиться с

содержимым документа в последовательности, которую он сам выбирает.

Гипертекстовая ссылка - активная часть гипертекстового документа, которая

помимо смысловой нагрузки содержит путь (адрес) к другому документу или к

ресурсу доступного гиперпространства. При выборе гипертекстовой ссылки в

электронном документе

осуществляется переход по адресу гипертекстовой

ссылки.

Общая характеристика гипертекстовых документов

Гипертекстовые документы представляют собой текстовые документы в

стандарте ASCII или Unicode, содержащие команды специального языка - HTML

(Hypertext Markup Language, язык гипертекстовой разметки).

Специальные теги используются для описания гипертекстовых ссылок.

На рисунке 65 показан фрагмент гипертекстового документа в виде html-

файла.

129

Рисунок 65 - Фрагмент html-файла

При загрузке этого документа из сети Internet программа просмотра Web-

страниц выполняет встроенные в данный текстовый файл команды языка HTML.

При отображении html-файла на экране с помощью Web-браузера теги не

показываются.

В результате на экране пользователя в окне браузера будет отображаться

Web-страница, показанная на рисунке 66.

Рисунок 66 - Пример Web-страницы

Таким образом, команды языка HTML, внедренные в текстовый документ,

определяют облик Web-страницы.

Язык HTML позволяет также включать в документы иллюстративную

графику, которая может быть отображена программами просмотра, основанными

на использовании графического интерфейса пользователя.

Документ, на который указывает гипертекстовая ссылка, может находиться

как на том же WWW-сервере, на котором

находится и исходный документ, так и

на любом другом узле в сети Internet

Областью документа, используемой в качестве ссылки, может служить

слово, группа слов, графическое изображение или даже заданный фрагмент

изображения.

Кроме этого, программы просмотра Web-страниц позволяют работать с

файлами мультимедиа, содержащими видео и звук, посредством использования

программ поддержки мультимедиа, установленных

на локальном компьютере.

130

Структура HTML –документа

Для того, чтобы текстовый файл превратился в HTML-файл, поменять его

расширение с ".txt" на ".html" недостаточно. Надо соблюсти "правило первой

строки":

Каждый HTML-документ, отвечающий спецификации HTML какой-либо

версии, обязан начинаться со строки декларации версии HTML <!DOCTYPE>,

которая обычно выглядит так:<!DOCTYPE HTML PUBLIC "- //W3C//DTD HTML

3.2 Final//RU">

Эта строка поможет браузеру определить, как правильно интерпретировать

данный документ. В данном

случае мы говорим браузеру, что HTML

соответствует международной спецификации версии 3.2, которая хоть и не

отличается новизной, но, в отличие от более поздних версий, является

полноценным, широко распространенным стандартом без каких-либо

неопределенностей. Как видно из примера, самый короткий html-документ

состоит буквально из одной строки.

Пример самого короткого HTML-документа:

<!DOCTYPE HTML PUBLIC “-//W3C//DTD HTML 3.2 Final//RU”>

С чего начинается

работа

На самом деле одной строкой дело не обходится. После объявления версии и

типа документа необходимо обозначить его начало и конец. Это делается с

помощью тэга-контейнера <HTML>. Необходимо отметить, что любой HTML-

документ открывется тэгом <HTML> и им же закрывается.

Затем, между тэгами <HTML> и </HTML> следует разместить заголовок и

тело документа. Начало положено -

вы получили прекрасную заготовку. Вот как

должен выглядеть ваш базовый HTML-файл перед началом работы:

Правильный пример самого короткого HTML-документа:

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//RU">

<HTML>

<HEAD>

<TITLE>Заголовок документа</TITLE>

</HEAD>

<BODY>

Текст документа

</BODY>

</HTML>

Если приведенный выше пример пояснить схематически, получится

следующее рисунок 67