在国内，网站管理者似乎对robots.txt并没有引起多大重视，应一些朋友之请求，今天想通过这篇文章来简单谈一下robots.txt的写作。
robots.txt基本介绍
robots.txt是一个纯文本文件，在这个文件中网站管理者可以声明该网站中不想被robots访问的部分，或者指定搜索引擎只收录指定的内容。
当一个搜索机器人（有的叫搜索蜘蛛）访问一个站点时，它会首先检查该站点根目录下是否存在robots.txt，如果存在，搜索机器人就会按照该文件中的内容来确定访问的范围；如果该文件不存在，那么搜索机器人就沿着链接抓取。
另外，robots.txt必须放置在一个站点的根目录下，而且文件名必须全部小写。
robots.txt写作语法
首先，我们来看一个robots.txt范例：http://www.csswebs.org/robots.txt
访问以上具体地址，我们可以看到robots.txt的具体内容如下：
# Robots.txt file from http://www.csswebs.org# All robots will spider the domain
User-agent: *Disallow:
以上文本表达的意思是允许所有的搜索机器人访问www.csswebs.org站点下的所有文件。
具体语法分析：其中#后面文字为说明信息；User-agent:后面为搜索机器人的名称，后面如果是*，则泛指所有的搜索机器人；Disallow:后面为不允许访问的文件目录。
下面，我将列举一些robots.txt的具体用法：
允许所有的robot访问
User-agent: *Disallow:
或者也可以建一个空文件 “/robots.txt” file
禁止所有搜索引擎访问网站的任何部分
User-agent: *Disallow: /
禁止所有搜索引擎访问网站的几个部分（下例中的01、02、03目录）
User-agent: *Disallow: /01/Disallow: /02/Disallow: /03/
禁止某个搜索引擎的访问（下例中的BadBot）
User-agent: BadBotDisallow: /
只允许某个搜索引擎的访问（下例中的Crawler）
User-agent: CrawlerDisallow:
User-agent: *Disallow: /
另外，我觉得有必要进行拓展说明，对robots meta进行一些介绍：
Robots META标签则主要是针对一个个具体的页面。和其他的META标签（如使用的语言、页面的描述、关键词等）一样，Robots META标签也是放在页面的＜head＞＜/head＞中，专门用来告诉搜索引擎ROBOTS如何抓取该页的内容。
Robots META标签的写法：
Robots META标签中没有大小写之分，name=”Robots”表示所有的搜索引擎，可以针对某个具体搜索引擎写为name=”BaiduSpider”。 content部分有四个指令选项：index、noindex、follow、nofollow，指令间以“,”分隔。
INDEX 指令告诉搜索机器人抓取该页面；
FOLLOW 指令表示搜索机器人可以沿着该页面上的链接继续抓取下去；
Robots Meta标签的缺省值是INDEX和FOLLOW，只有inktomi除外，对于它，缺省值是INDEX,NOFOLLOW。
这样，一共有四种组合：
＜META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞＜META NAME=”ROBOTS” CONTENT=”NOINDEX,FOLLOW”＞＜META NAME=”ROBOTS” CONTENT=”INDEX,NOFOLLOW”＞＜META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞
其中
＜META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞可以写成＜META NAME=”ROBOTS” CONTENT=”ALL”＞；
＜META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞可以写成＜META NAME=”ROBOTS” CONTENT=”NONE”＞
目前看来，绝大多数的搜索引擎机器人都遵守robots.txt的规则，而对于Robots META标签，目前支持的并不多，但是正在逐渐增加，如著名搜索引擎GOOGLE就完全支持，而且GOOGLE还增加了一个指令“archive”，可以限制GOOGLE是否保留网页快照。例如：
＜META NAME=”googlebot” CONTENT=”index,follow,noarchive”＞
表示抓取该站点中页面并沿着页面中链接抓取，但是不在GOOLGE上保留该页面的网页快照。
特别说明，本文章的写作参考了一些网络信息，robin只是按照自己的思路对信息进行整理。
http://www.dunsh.org/2006/08/02/robotstxt/
2006年8月3日星期四
2006年7月30日星期日
Blogger解封了吗
不知道发生了什么事情，Google的Blogger突然解封，现在blogspot.com终于可以正常访问了。
不知道这样的好事能持续多久，因为以前出现过blogspot暂时被解封，而后又继续被封的现象，如果其真的可以一直解封的话，国内的博客们就又有一个新的托管地址了。
另外值得一提的是昨天封的FeedBurner也同时被解封，希望这次解封不要是短暂的一刻，具体是什么状况还需要长期观察一下。
下午之后，发现blogspot.com又无法访问了，因此怀疑，可能是blogspot.com更改了IP地址，所以才导致简短的“解封”，然而之后又被强行封锁。
不知道这样的好事能持续多久，因为以前出现过blogspot暂时被解封，而后又继续被封的现象，如果其真的可以一直解封的话，国内的博客们就又有一个新的托管地址了。
另外值得一提的是昨天封的FeedBurner也同时被解封，希望这次解封不要是短暂的一刻，具体是什么状况还需要长期观察一下。
下午之后，发现blogspot.com又无法访问了，因此怀疑，可能是blogspot.com更改了IP地址，所以才导致简短的“解封”，然而之后又被强行封锁。
2006年7月16日星期日
百度最近有点烦
最近一段时间，关于百度的各种消息可谓是层出不穷。
7月13日，百度首次风风光光地举行“百度世界大会”，同日发布百度空间。然而更吸引人眼球的是百度大会开始前几天的裁员事件，整个企业软件事业部被裁撤。
其实，这个部门是我目前唯一接触过的百度的部门，他们主要做的是一套名为“竞争情报分析系统”的软件，几年前曾经到我公司来推销，正好由我负责协助他们进行软件安装。当然，安装的过程让我发现这和普通软件安装是多么不同－先格式化硬盘，再装了N小时的Linux系统，然后安装他们的爬虫程序，最后是Web端的系统，其原理我大概也明白，就是根据给定的关键字自动去竞争对手的网站搜索有价值的信息，我当时就有个疑问，为什么不去用搜索引擎直接去进行站内搜索，虽然时间可能会慢一些，但是效果应该差不多。我们公司试用了一段时间，发现每天收集的内容倒是不少，但是太多太杂，分拣出有价值的信息需要不少人力去完成，作用不是很明显，因此也就没有采购这个软件。后来百度推出了“邮件新闻订阅”和“RSS新闻订阅”，实际上也可以完成几乎相同的功能，而且是免费的。
或许是因为这个部门的盈利相对来说比较少，于是7月10日这一天，在全国拥有数十名员工的百度企业软件事业部被全部“清洗”，仅有极少数员工被内部转岗（约20人）或暂时留下进行ES业务的善后工作。
更令人质疑的是，整个裁员过程显得相当粗暴和突然，很多员工事先并不知情，7月10日下午召开会议后，被裁员工就被告知邮箱等帐号将会被注销，其间员工4个小时的时间来办理交接手续，将笔记本、门卡等物品交还公司，下班前必须离开公司。据称，百度对于辞退员工的赔偿方案偏低，辞退员工“损失期权达千万”，并且离职1年内不得进入竞争对手的公司工作。
百度的这种做法是否符合《劳动法》规定呢？“公司因节省成本或转型进行的裁员，必须提前30天向员工提出。”有媒体援引知名互联网法律专家于国富律师的话评论说，“这种情况下，百度应该提前30天通知员工，在几个小时内将一个部门几乎所有的员工裁掉，显然不符合《劳动法》的规定。百度所支付的‘N+1’赔偿金方案并无不妥之处，但如果被裁员工对赔偿金不满意，可以向劳动争议仲裁委员会提出仲裁要求，如胜诉则可得到(N+1)×125%的赔偿。”
更有意思的是，昨天自称“百度被裁员工”者在“向百度追债博客”上曝光的一段百度裁员录音让几天前发生的“百度闪电裁员”事件更加扑朔迷离。该人在其博客上声称，会动用法律武器让百度“把工资给我结算清楚”。该人士所提供了一段“百度裁员录音”显示，被指为“百度人力资源部门相关人士”的人在通知他“工作没有得到领导满意”时，声称将以月薪600元的待遇标准将他调动到技术支持部门，并要求他在相关的协议上签字，否则公司将无法安排合理的职位。而在此之前，该人士自称月薪为7000元。
裁员门还没过，竟然又来了一个录音门，昨天又出了一个抄袭门，就是百度CTO刘建国对记者说，其实百度也被Google抄袭了，“我们有新窗口打开功能他们没有，他们后来也学习了。从这个意义讲，他们也是抄袭。”
这位刘建国同学实在是太可爱了，看来我也要把我网站所有的“target=_blank”属性都去掉了，免得也落下一个“抄袭百度”的罪名啊。
7月13日，百度首次风风光光地举行“百度世界大会”，同日发布百度空间。然而更吸引人眼球的是百度大会开始前几天的裁员事件，整个企业软件事业部被裁撤。
其实，这个部门是我目前唯一接触过的百度的部门，他们主要做的是一套名为“竞争情报分析系统”的软件，几年前曾经到我公司来推销，正好由我负责协助他们进行软件安装。当然，安装的过程让我发现这和普通软件安装是多么不同－先格式化硬盘，再装了N小时的Linux系统，然后安装他们的爬虫程序，最后是Web端的系统，其原理我大概也明白，就是根据给定的关键字自动去竞争对手的网站搜索有价值的信息，我当时就有个疑问，为什么不去用搜索引擎直接去进行站内搜索，虽然时间可能会慢一些，但是效果应该差不多。我们公司试用了一段时间，发现每天收集的内容倒是不少，但是太多太杂，分拣出有价值的信息需要不少人力去完成，作用不是很明显，因此也就没有采购这个软件。后来百度推出了“邮件新闻订阅”和“RSS新闻订阅”，实际上也可以完成几乎相同的功能，而且是免费的。
或许是因为这个部门的盈利相对来说比较少，于是7月10日这一天，在全国拥有数十名员工的百度企业软件事业部被全部“清洗”，仅有极少数员工被内部转岗（约20人）或暂时留下进行ES业务的善后工作。
更令人质疑的是，整个裁员过程显得相当粗暴和突然，很多员工事先并不知情，7月10日下午召开会议后，被裁员工就被告知邮箱等帐号将会被注销，其间员工4个小时的时间来办理交接手续，将笔记本、门卡等物品交还公司，下班前必须离开公司。据称，百度对于辞退员工的赔偿方案偏低，辞退员工“损失期权达千万”，并且离职1年内不得进入竞争对手的公司工作。
百度的这种做法是否符合《劳动法》规定呢？“公司因节省成本或转型进行的裁员，必须提前30天向员工提出。”有媒体援引知名互联网法律专家于国富律师的话评论说，“这种情况下，百度应该提前30天通知员工，在几个小时内将一个部门几乎所有的员工裁掉，显然不符合《劳动法》的规定。百度所支付的‘N+1’赔偿金方案并无不妥之处，但如果被裁员工对赔偿金不满意，可以向劳动争议仲裁委员会提出仲裁要求，如胜诉则可得到(N+1)×125%的赔偿。”
更有意思的是，昨天自称“百度被裁员工”者在“向百度追债博客”上曝光的一段百度裁员录音让几天前发生的“百度闪电裁员”事件更加扑朔迷离。该人在其博客上声称，会动用法律武器让百度“把工资给我结算清楚”。该人士所提供了一段“百度裁员录音”显示，被指为“百度人力资源部门相关人士”的人在通知他“工作没有得到领导满意”时，声称将以月薪600元的待遇标准将他调动到技术支持部门，并要求他在相关的协议上签字，否则公司将无法安排合理的职位。而在此之前，该人士自称月薪为7000元。
裁员门还没过，竟然又来了一个录音门，昨天又出了一个抄袭门，就是百度CTO刘建国对记者说，其实百度也被Google抄袭了，“我们有新窗口打开功能他们没有，他们后来也学习了。从这个意义讲，他们也是抄袭。”
这位刘建国同学实在是太可爱了，看来我也要把我网站所有的“target=_blank”属性都去掉了，免得也落下一个“抄袭百度”的罪名啊。
2006年7月15日星期六
屏蔽百度快照的方法
有时候，因为内容的更改或者隐私问题，我们往往不希望别人通过“百度快照”的方法查看自己网站的某一些网页，这里提供了一段让百度快照失效的代码。
原理很简单，百度快照里面只有抓取了当前页面的文字信息，而图片和JAVASCRIPT代码还是调用远端服务器上的代码，如果你的网页里有通过.js文件的方式嵌入javascript代码，那么修改这个.js文件，在文件中加入以下代码，即可阻止别人通过百度快照查看你当前页面：
var page_url = window.location.href;if ( page_url.indexOf("cache.baidu.com") != -1) {top.location="http://www.williamlong.info/"; //此处地址修改为你希望转向的地址}
更新：由于百度改变的快照算法，不从远端服务器获取JavaScript文件，因此这个屏蔽方法目前已经失效。
原理很简单，百度快照里面只有抓取了当前页面的文字信息，而图片和JAVASCRIPT代码还是调用远端服务器上的代码，如果你的网页里有通过.js文件的方式嵌入javascript代码，那么修改这个.js文件，在文件中加入以下代码，即可阻止别人通过百度快照查看你当前页面：
var page_url = window.location.href;if ( page_url.indexOf("cache.baidu.com") != -1) {top.location="http://www.williamlong.info/"; //此处地址修改为你希望转向的地址}
更新：由于百度改变的快照算法，不从远端服务器获取JavaScript文件，因此这个屏蔽方法目前已经失效。
惊闻维基百科被封锁
今天，忽然听说维基百科被封了，令我感到非常震惊，赶忙输入维基百科的网址zh.wikipedia.org看看，正如预料的一样，的确是上不去了。
维基百科是我经常去的地方，对于我来说，维基百科是一个名副其实的百科全书，我有什么不明白的东西，或者典故，我用GOOGLE搜索时候，显示的第一个条目常常是维基百科的条目。我想，在绝大多数人的心中，维基百科都是一个庞大的网上图书馆。我也对无数义务维护维基百科全书的工作者表示敬意。
然而，这么优秀的而庞大的知识宝库，现在竟然不让我们访问，这是我怎么也不曾预料到的。我们国家的治国之道的确大有问题。以前记得电视上有句话，叫做“知识改变命运”。现在我明白了，某些特殊材料制成的人是不希望这个社会上有太多的人拥有知识，人民拥有越多的知识，他就越害怕，中国五千年来一直“民智未开”也不就奇怪了。于是这个对于我们来说是无价之宝的百科全书，自然难免会遭此毒手。
一个开明的君主，会顺应历史潮流，体察民情，爱护百姓，树立了政权的良好形象和声誉，赢得了百姓的拥护。在科学技术上，暂时的落后也并不可怕，只要励精图治、奋起直追，努力学习和领会强国的先进经验，那么就会象日本明治维新一样，三十年就能创造一个强盛的国家，成为亚洲强国。
而一个无道的昏君则恰好相反，朝中是奸臣当道，君王视其臣民为奴役，实行愚民政策，不思进取，权力不受控制，滥用职权而不顾后果，逆天而行，防民之口，甚于防川，这样的君主岂有不亡之理。
孔子有句古话：“民可使由之，不可使知之。” 其意是说：“对于老百姓，只能使他们按照我们的意志去做，不能使他们懂得为什么要这样做。” 国之决策，庶民无从知晓，民间的各种猜忌、揣摩，正是乱世之根也。国家遇到危难，国民亦不知国家之对策，全民岂不如同“一盘散沙”？可叹啊，可叹我中华气数已尽，竟然要亡在一帮无耻的败家子手里。
附录：什么是“维基百科”
维基百科是一个自由、免费、内容开放的百科全书协作计划，参与者来自世界各地。
维基百科本身有三个引人注意的特点。正是这些特点使维基百科与传统的百科全书有所区别：
首先，维基百科始终就将自己定位为一个包含人类所有知识领域的百科全书，而不是一本词典，在线的论坛或其他任何东西。
其次，计划也是一个wiki，这允许了大众的广泛参与。维基百科是第一个使用wiki系统进行百科全书编撰工作的协作计划。
还有一个重要的特点，那就是维基百科是一部内容开放的百科全书。内容开放的材料允许任何第三方不受限制地复制、修改及再发布材料的任何部分或全部。维基百科使用GNU自由文档协定证书。
最早将全世界的知识收集于一个屋顶下，供人查阅的要数古代亚历山大图书馆。而出版百科全书的的想法则可以追溯到狄德多等18世纪百科全书派。在各国的大学中，图书馆是最佳的百科全书会集点。今天最常见百科全书的包括了英语的《大不列颠百科全书》、《美国哥伦比亚百科全书》，以及中文的《中国大百科全书》等。
利用国际因特网来编写一部免费的百科全书的构想在二十世纪九十年代初就被提出。
内容开放运动
作为百科全书，维基百科的内容性质与那套著名的《大英百科全书》没什么区别。但是，它的撰写者和管理者却不是能够入选《大英百科全书》作者名单那样的专家，而都是网络志愿者。或许正因为它避开了传统百科全书的精英参与、审阅、论证这个繁琐过程，任何注册者都有资格修改这个百科全书中的任何一个条目，这让它成为了世界上最大的百科全书。
随着人类信息传播途径日益畅通，知识过度保护还是共享一直是关于知识产权的争论的核心问题(参见本报2005年1月10日38版文章《知识：过度保护还是共享》)。维基百科所遵循的CNU自由文档许可证(GFDL)就是一个反版权的内容开放协议。
GFDL是一种copyleft许可证。Copyleft是指将一个程序变成自由软件，同时也使得这个程序的修改和扩展版本变成自由软件，与它对应的是我们传统意义上的copyright(版权)，后者保护版权只能被其他人在一定条件——通常是付费的条件下使用。
“GFDL所代表的文档开放运动，是1990年代初源代码开放运动的延伸”，中文维基百科的管理员之一时昭说。我们可以将它们都称之为内容开放运动。在中文维基百科中，有一条词条“内容开放(open content)”，词条中说“内容开放的作品是指任何在比较宽松的条件下发布的创造性作品”，这些作品允许公众在不受传统版权的苛刻条件约束下，自由地复制和传播它们。
而维基百科所采取的GFDL协议还允许第三方在不受约束的情况下自由修改和发布修改版本的作品。这样做的前提条件是你必须遵循GFDL的另一个条款：你必须保证自己允许公众对你的作品拥有同样的自由。自由获得，自由复制，甚至自由销售维基百科，不能独占所有的权利——维基百科因而被称为“公众的百科全书”。
除维基百科之外，内容开放运动包含更多内容。它还包括了从1971年就开始的由米切尔·哈特发起的古登堡计划，这是历史最悠久的免费提供网络图书下载和阅读的开放运动；以及最近几年影响颇大的麻省理工学院的开放式课程网页，这个计划让麻省理工的所有大学部或研究所的课程教材都能够上网，免费提供给世界各地的任何使用者，开放分享教育资源、教育理念和思考模式。
中立观念
维基百科的另外一个重要原则是中立和不偏不倚。维基百科的创始人之一吉米·威尔士说，这个原则在维基百科中是绝对的和不可争辩的。对于习惯了blog的个人表达方式的人来说，这个原则是新奇甚至不可能得到贯彻的；对于熟悉传统媒体的人来说，这个原则也许会被视为不现实。
维基百科的管理员这样解释中立政策，“我们应该把争论中各方面的声音都公平地表达出来，而不是在文章中指出或暗示任何一方的观点是正确的”，“中立的立场，中性的描述”。
维基百科采用中立观点的原因是，维基百科的管理员和参与撰写者都认为维基百科是一个关于人类知识的综合性百科全书，并且由于维基百科的词条撰写是由集体来完成，因此在撰写过程中不可能不出现争论。避免无休止的“编辑战”的最好方式，就是相信自己所要编写的“人类的知识”囊括了关于一个话题的所有不同观点和不同事实，同时这些观点和事实还会随着人类认知能力的改变和知识积累程度的改变而在人的观念中发生变化。
因此，维基百科的工作就是把这些不同的观点和事实，以及它们的变化都记录下来，而不是加上“正确”和“错误”的判断，或根据这种判断来隐藏“错误”的观点和事实。
中立性曾是被传统媒体、尤其是报纸推崇至上的新闻原则。但自亨利·卢斯创办《时代》周刊以来，中立性原则已经在某种程度上被传统媒体抛弃。最常见的指责是，媒体在选择报道什么不报道什么时，就已经背弃了中立和不偏不倚的原则。《时代》周刊从未标榜自己能够不偏不倚地报道世界，它只是忠实地反映出自己眼中的世界，即使有时带着强烈的偏见。
事实上，由于传统媒体所能提供的容量、空间、时间的限制，让传统媒体去展现关于某个事件的所有事实、观点是不现实的，因此传统媒体的记者和编辑必须充当“把关人”的角色。而对于维基百科来说，则不存在这种限制，网络似乎为不偏不倚呈现各种事实和观点提供了可能性。维基百科的管理员强调，维基百科的中立原则并不标榜自己的客观，而是指维基百科应该试图去描述争论，而不是参与争论。不管怎样，历史是客观的，不会改变，当技术能够使更多的人参与历史构建从而替代少数精英的分析时，历史应该更能回避主观。
无论是非，维基社群的活动都精确地反射着网络文化的多元性、开放性、平民化和非权威主义。在这里，每个参与者都有权发出自己的声音，但每个声音都不可能成为绝对的声音。这也是网络世界规则带给我们持续不断的冲击之一。
链接
维基(Wiki)：一种新技术，一种超文本系统。这种超文本系统支持面向社群的协作式写作，同时也包括一组支持这种写作的辅助工具。也就是说，这是多人协作的写作工具。参与创作的人也被称为维客。同一维客网站的写作者自然构成了一个社群，维客系统为这个社群提供简单的交流工具。
维基百科是我经常去的地方，对于我来说，维基百科是一个名副其实的百科全书，我有什么不明白的东西，或者典故，我用GOOGLE搜索时候，显示的第一个条目常常是维基百科的条目。我想，在绝大多数人的心中，维基百科都是一个庞大的网上图书馆。我也对无数义务维护维基百科全书的工作者表示敬意。
然而，这么优秀的而庞大的知识宝库，现在竟然不让我们访问，这是我怎么也不曾预料到的。我们国家的治国之道的确大有问题。以前记得电视上有句话，叫做“知识改变命运”。现在我明白了，某些特殊材料制成的人是不希望这个社会上有太多的人拥有知识，人民拥有越多的知识，他就越害怕，中国五千年来一直“民智未开”也不就奇怪了。于是这个对于我们来说是无价之宝的百科全书，自然难免会遭此毒手。
一个开明的君主，会顺应历史潮流，体察民情，爱护百姓，树立了政权的良好形象和声誉，赢得了百姓的拥护。在科学技术上，暂时的落后也并不可怕，只要励精图治、奋起直追，努力学习和领会强国的先进经验，那么就会象日本明治维新一样，三十年就能创造一个强盛的国家，成为亚洲强国。
而一个无道的昏君则恰好相反，朝中是奸臣当道，君王视其臣民为奴役，实行愚民政策，不思进取，权力不受控制，滥用职权而不顾后果，逆天而行，防民之口，甚于防川，这样的君主岂有不亡之理。
孔子有句古话：“民可使由之，不可使知之。” 其意是说：“对于老百姓，只能使他们按照我们的意志去做，不能使他们懂得为什么要这样做。” 国之决策，庶民无从知晓，民间的各种猜忌、揣摩，正是乱世之根也。国家遇到危难，国民亦不知国家之对策，全民岂不如同“一盘散沙”？可叹啊，可叹我中华气数已尽，竟然要亡在一帮无耻的败家子手里。
附录：什么是“维基百科”
维基百科是一个自由、免费、内容开放的百科全书协作计划，参与者来自世界各地。
维基百科本身有三个引人注意的特点。正是这些特点使维基百科与传统的百科全书有所区别：
首先，维基百科始终就将自己定位为一个包含人类所有知识领域的百科全书，而不是一本词典，在线的论坛或其他任何东西。
其次，计划也是一个wiki，这允许了大众的广泛参与。维基百科是第一个使用wiki系统进行百科全书编撰工作的协作计划。
还有一个重要的特点，那就是维基百科是一部内容开放的百科全书。内容开放的材料允许任何第三方不受限制地复制、修改及再发布材料的任何部分或全部。维基百科使用GNU自由文档协定证书。
最早将全世界的知识收集于一个屋顶下，供人查阅的要数古代亚历山大图书馆。而出版百科全书的的想法则可以追溯到狄德多等18世纪百科全书派。在各国的大学中，图书馆是最佳的百科全书会集点。今天最常见百科全书的包括了英语的《大不列颠百科全书》、《美国哥伦比亚百科全书》，以及中文的《中国大百科全书》等。
利用国际因特网来编写一部免费的百科全书的构想在二十世纪九十年代初就被提出。
内容开放运动
作为百科全书，维基百科的内容性质与那套著名的《大英百科全书》没什么区别。但是，它的撰写者和管理者却不是能够入选《大英百科全书》作者名单那样的专家，而都是网络志愿者。或许正因为它避开了传统百科全书的精英参与、审阅、论证这个繁琐过程，任何注册者都有资格修改这个百科全书中的任何一个条目，这让它成为了世界上最大的百科全书。
随着人类信息传播途径日益畅通，知识过度保护还是共享一直是关于知识产权的争论的核心问题(参见本报2005年1月10日38版文章《知识：过度保护还是共享》)。维基百科所遵循的CNU自由文档许可证(GFDL)就是一个反版权的内容开放协议。
GFDL是一种copyleft许可证。Copyleft是指将一个程序变成自由软件，同时也使得这个程序的修改和扩展版本变成自由软件，与它对应的是我们传统意义上的copyright(版权)，后者保护版权只能被其他人在一定条件——通常是付费的条件下使用。
“GFDL所代表的文档开放运动，是1990年代初源代码开放运动的延伸”，中文维基百科的管理员之一时昭说。我们可以将它们都称之为内容开放运动。在中文维基百科中，有一条词条“内容开放(open content)”，词条中说“内容开放的作品是指任何在比较宽松的条件下发布的创造性作品”，这些作品允许公众在不受传统版权的苛刻条件约束下，自由地复制和传播它们。
而维基百科所采取的GFDL协议还允许第三方在不受约束的情况下自由修改和发布修改版本的作品。这样做的前提条件是你必须遵循GFDL的另一个条款：你必须保证自己允许公众对你的作品拥有同样的自由。自由获得，自由复制，甚至自由销售维基百科，不能独占所有的权利——维基百科因而被称为“公众的百科全书”。
除维基百科之外，内容开放运动包含更多内容。它还包括了从1971年就开始的由米切尔·哈特发起的古登堡计划，这是历史最悠久的免费提供网络图书下载和阅读的开放运动；以及最近几年影响颇大的麻省理工学院的开放式课程网页，这个计划让麻省理工的所有大学部或研究所的课程教材都能够上网，免费提供给世界各地的任何使用者，开放分享教育资源、教育理念和思考模式。
中立观念
维基百科的另外一个重要原则是中立和不偏不倚。维基百科的创始人之一吉米·威尔士说，这个原则在维基百科中是绝对的和不可争辩的。对于习惯了blog的个人表达方式的人来说，这个原则是新奇甚至不可能得到贯彻的；对于熟悉传统媒体的人来说，这个原则也许会被视为不现实。
维基百科的管理员这样解释中立政策，“我们应该把争论中各方面的声音都公平地表达出来，而不是在文章中指出或暗示任何一方的观点是正确的”，“中立的立场，中性的描述”。
维基百科采用中立观点的原因是，维基百科的管理员和参与撰写者都认为维基百科是一个关于人类知识的综合性百科全书，并且由于维基百科的词条撰写是由集体来完成，因此在撰写过程中不可能不出现争论。避免无休止的“编辑战”的最好方式，就是相信自己所要编写的“人类的知识”囊括了关于一个话题的所有不同观点和不同事实，同时这些观点和事实还会随着人类认知能力的改变和知识积累程度的改变而在人的观念中发生变化。
因此，维基百科的工作就是把这些不同的观点和事实，以及它们的变化都记录下来，而不是加上“正确”和“错误”的判断，或根据这种判断来隐藏“错误”的观点和事实。
中立性曾是被传统媒体、尤其是报纸推崇至上的新闻原则。但自亨利·卢斯创办《时代》周刊以来，中立性原则已经在某种程度上被传统媒体抛弃。最常见的指责是，媒体在选择报道什么不报道什么时，就已经背弃了中立和不偏不倚的原则。《时代》周刊从未标榜自己能够不偏不倚地报道世界，它只是忠实地反映出自己眼中的世界，即使有时带着强烈的偏见。
事实上，由于传统媒体所能提供的容量、空间、时间的限制，让传统媒体去展现关于某个事件的所有事实、观点是不现实的，因此传统媒体的记者和编辑必须充当“把关人”的角色。而对于维基百科来说，则不存在这种限制，网络似乎为不偏不倚呈现各种事实和观点提供了可能性。维基百科的管理员强调，维基百科的中立原则并不标榜自己的客观，而是指维基百科应该试图去描述争论，而不是参与争论。不管怎样，历史是客观的，不会改变，当技术能够使更多的人参与历史构建从而替代少数精英的分析时，历史应该更能回避主观。
无论是非，维基社群的活动都精确地反射着网络文化的多元性、开放性、平民化和非权威主义。在这里，每个参与者都有权发出自己的声音，但每个声音都不可能成为绝对的声音。这也是网络世界规则带给我们持续不断的冲击之一。
链接
维基(Wiki)：一种新技术，一种超文本系统。这种超文本系统支持面向社群的协作式写作，同时也包括一组支持这种写作的辅助工具。也就是说，这是多人协作的写作工具。参与创作的人也被称为维客。同一维客网站的写作者自然构成了一个社群，维客系统为这个社群提供简单的交流工具。
2006年6月27日星期二
Google在中国不行了吗？
近日，根据易观国际研究报道，Google在2006年第一季度中国搜索引擎市场份额中，排在百度、雅虎中国的后面，仅列第三。百度的份额为43.9%，雅虎中国21.10%，Google（谷歌）为13.20%。中国搜索引擎市场第一季度的规模为3.03亿元，竞价排名业务的收入为1.75亿。
易观的这份研究报告给出一个令人吃惊的结论，就是Google在中国的市场份额已经降到了13%，仅占第三位。当然，有人会对这份报告的权威性和准确性可能会有一些疑问，因为去年CNNIC的统计报告中Google还占有百分之30多的份额，名列第二，一个季度怎么会下降这么多呢？
Google在中国的这种表现，对比在美国的情况有巨大的反差，据调研机构Hitwise公布的调查报告显示，5月份Google在美国搜索市场的份额已经达到59.6％，远远高于竞争对手雅虎的22％和MSN的12.1％。但为什么在中文搜索市场上就是这样的结果呢？
如果说Google不适应中国的环境、不了解中国的国情，实际上，不少Google的Fans已经为Google支了不少招，比如介入中文输入法领域（百度早几年就把流氓软件插进了紫光拼音输入法了），将服务器搬到中国（Yahoo中文的服务器和快照服务器早就在中国了），收购国内例如新浪或腾讯这样的企业或者大流量的个人网站（百度收购过个人网站hao123），提供支持https的搜索服务等等，可以说不少的招数都是Google竞争对手早就使用过的，然而我们看到的结果是，Google的反应是缓慢和迟钝的，直到本月初，才磨磨蹭蹭地将中文搜索服务器放到中国，而快照还依旧放在美国，其间还有打算退出中国市场的传言。
这一切的一切，给人的感觉似乎是Google不重视中国市场，没有用心去做中文搜索。当然，这也是可以理解的，从市场规模上来讲，中国市场的价值远远不及美国市场，甚至是日本市场，对于商业公司来讲，肯定会先吃最大的蛋糕。这时我想起了一则寓言：一头狮子在树丛里发现了一只兔子，于是紧随其后奋力追赶。可最后还是让兔子逃掉了，于是众兽嘲笑说：“你还是兽中之王呢？连一只兔子也追不上！”狮子的回答很自然：“我是为一顿晚餐在跑，而兔子是为自己的一条命在跑。”
是的，在搜索引擎领域，Google就是一头狮子，有着别人无法具有的强大优势，然而正因为Google太强大太自信了，因此当Google遇到一只用生命在奔跑的兔子的时候，她奋力追赶却还是追不上。
当然，我相信，如果Google真的用心去做中文市场，去当一只兔子，一只用命在奔跑的兔子，那么赶上百度应该是易如反掌的事情，问题的关键是Google愿不愿去做。
附录：CNNIC《2005年中国搜索引擎市场调查报告》 2005年8月29日下午，中国互联网络信息中心(CNNIC)对外发布了北京、上海、广州三地的《2005年中国搜索引擎市场调查报告》。报告显示，中国搜索市场目前是两强多极竞争格局，百度和Google市场份额大大高于其他公司，二者合计在北京和上海占有超过80%的市场份额，在广州合计占有率也接近达到75%。
在搜索内容上，百度用户搜索音乐(mp3)等娱乐内容的使用率相对较高，Google用户相对来说更经常搜索网页、企业产品、商情、交通旅游等内容。 学生在中国搜索引擎市场扮演着一个重要角色。在北京、广州和上海，学生用户占全部用户数的比例分别达到40%、37%和30%。百度最大的用户群是学生，学生用户占了百度各地用户数的40~50%。
⊙ 一、 根据单位划分市场份额
搜索引擎的使用者根据单位区分只要有学校，企业，政府机关及其他人员。 他们在使用搜索引擎的情况分别在44.3%，33.1%，8.9%,其他人员占13.6%.
具体搜索引擎在以上几类人群中所占的市场份额如下：
搜索引擎在企业的市场份额
Google
百度
其他
比例
44.7%
39.5%
15.8%
搜索引擎在学校的市场份额
Google
百度
其他
比例
25.7%
65.5%
8.8%
搜索引擎在机关的市场份额
Google
百度
其他
比例
45.7%
44.3%
9.9%
⊙ 二、 根据年龄分段市场份额！
搜索引擎的使用者的年龄段在本次调查中分为25岁下和25岁以上两个层次，他们在使用搜索引擎人群中所占比例分别为51.7%和48.3%.
搜索引擎在不同年龄人群中所占的市场份额如下:
25岁以下年龄段的市场份额
百度
Google
其他
比例
62.7%
23.7%
13.6%
25岁以上年龄段的市场份额
百度
Google
其他
比例
39.5%
42.7%
17.8%
⊙ 三、高端用户搜索引擎使用
搜索引擎高端用户的定义是：年龄在25岁以上、大学本科学历以上、个人月收入3000元以上，满足这三个条件的非学生用户。调查显示，搜索引擎使高端用户占非学生用户的31.8%，占全部搜索引擎用户的19.2%。”
各搜索引擎在高端用户所占比例如下：
高端用户使用的搜索引擎
百度
Google
其它
比例
27.9%
58.7%
13.4%
⊙ 四、根据学历情况分段市场份额
搜索引擎使用者根据学历分为大专以下和大专以上两个层次。他们在使用搜索引擎人群中所占比例分别为53.5%和46.4%。
各搜索引擎在不同学历人员中所占市场份额如下：
搜索引擎在大专及以下学历段用户中市场份额
百度
Google
其它
比例
60%
20.8%
19.3%
搜索引擎在大专及以下学历段用户中市场份额
百度
Google
其它
比例
60%
20.8%
19.3%
若除掉学生，不同层次学历使用搜索引擎情况如下:
大专以下
大专
大本
大本以上
Google
17.7%
27.6%
49.4%
72.2%
百度
52.1%
52.6%
39.1%
20.4%
其它
30.2%
9.8%
21.5%
7.4%
⊙ 根据收入情况分段市场份额
由于学生大多是消费者，无固定收入来源，本组数据反映的是不同收入非学生用户的搜索引擎使用状况。
不同月收入的非学生用户中的市场份额.
不同收入非学生用户
1000元以下
1000元以上
1500元以上
2000元以上
2500元以上
3000元以上
4000元以上
5000元以上
Google
20.8%
40.6%
43.0%
45.4%
47.3%
50.0%
51.2%
58.1%
百度
56.3%
42.4%
40.9%
39.1%
39.0%
34.8%
31.4%
25.7%
其他
22.9%
17.0%
16.1%
15.5%
13.7%
15.2%
17.4%
16.2%
各搜索引擎在学生用户中所占市场份额比较。
学生中的市场份额
初中
高中
大专
大学本科
硕士
博士
百度
58.5%
71.5%
73.3%
58.9%
40.0%
25.0%
Google
24.5%
17.9%
8.9%
27.7%
50.0%
75.0%
其他
17.0%
10.6%
12.8%
13.4%
10.0%
0.0%
(以上数据来自：《2005年中国搜索引擎市场调查报告》北京部分)
易观的这份研究报告给出一个令人吃惊的结论，就是Google在中国的市场份额已经降到了13%，仅占第三位。当然，有人会对这份报告的权威性和准确性可能会有一些疑问，因为去年CNNIC的统计报告中Google还占有百分之30多的份额，名列第二，一个季度怎么会下降这么多呢？
Google在中国的这种表现，对比在美国的情况有巨大的反差，据调研机构Hitwise公布的调查报告显示，5月份Google在美国搜索市场的份额已经达到59.6％，远远高于竞争对手雅虎的22％和MSN的12.1％。但为什么在中文搜索市场上就是这样的结果呢？
如果说Google不适应中国的环境、不了解中国的国情，实际上，不少Google的Fans已经为Google支了不少招，比如介入中文输入法领域（百度早几年就把流氓软件插进了紫光拼音输入法了），将服务器搬到中国（Yahoo中文的服务器和快照服务器早就在中国了），收购国内例如新浪或腾讯这样的企业或者大流量的个人网站（百度收购过个人网站hao123），提供支持https的搜索服务等等，可以说不少的招数都是Google竞争对手早就使用过的，然而我们看到的结果是，Google的反应是缓慢和迟钝的，直到本月初，才磨磨蹭蹭地将中文搜索服务器放到中国，而快照还依旧放在美国，其间还有打算退出中国市场的传言。
这一切的一切，给人的感觉似乎是Google不重视中国市场，没有用心去做中文搜索。当然，这也是可以理解的，从市场规模上来讲，中国市场的价值远远不及美国市场，甚至是日本市场，对于商业公司来讲，肯定会先吃最大的蛋糕。这时我想起了一则寓言：一头狮子在树丛里发现了一只兔子，于是紧随其后奋力追赶。可最后还是让兔子逃掉了，于是众兽嘲笑说：“你还是兽中之王呢？连一只兔子也追不上！”狮子的回答很自然：“我是为一顿晚餐在跑，而兔子是为自己的一条命在跑。”
是的，在搜索引擎领域，Google就是一头狮子，有着别人无法具有的强大优势，然而正因为Google太强大太自信了，因此当Google遇到一只用生命在奔跑的兔子的时候，她奋力追赶却还是追不上。
当然，我相信，如果Google真的用心去做中文市场，去当一只兔子，一只用命在奔跑的兔子，那么赶上百度应该是易如反掌的事情，问题的关键是Google愿不愿去做。
附录：CNNIC《2005年中国搜索引擎市场调查报告》 2005年8月29日下午，中国互联网络信息中心(CNNIC)对外发布了北京、上海、广州三地的《2005年中国搜索引擎市场调查报告》。报告显示，中国搜索市场目前是两强多极竞争格局，百度和Google市场份额大大高于其他公司，二者合计在北京和上海占有超过80%的市场份额，在广州合计占有率也接近达到75%。
在搜索内容上，百度用户搜索音乐(mp3)等娱乐内容的使用率相对较高，Google用户相对来说更经常搜索网页、企业产品、商情、交通旅游等内容。 学生在中国搜索引擎市场扮演着一个重要角色。在北京、广州和上海，学生用户占全部用户数的比例分别达到40%、37%和30%。百度最大的用户群是学生，学生用户占了百度各地用户数的40~50%。
⊙ 一、 根据单位划分市场份额
搜索引擎的使用者根据单位区分只要有学校，企业，政府机关及其他人员。 他们在使用搜索引擎的情况分别在44.3%，33.1%，8.9%,其他人员占13.6%.
具体搜索引擎在以上几类人群中所占的市场份额如下：
搜索引擎在企业的市场份额
百度
其他
比例
44.7%
39.5%
15.8%
搜索引擎在学校的市场份额
百度
其他
比例
25.7%
65.5%
8.8%
搜索引擎在机关的市场份额
百度
其他
比例
45.7%
44.3%
9.9%
⊙ 二、 根据年龄分段市场份额！
搜索引擎的使用者的年龄段在本次调查中分为25岁下和25岁以上两个层次，他们在使用搜索引擎人群中所占比例分别为51.7%和48.3%.
搜索引擎在不同年龄人群中所占的市场份额如下:
25岁以下年龄段的市场份额
百度
其他
比例
62.7%
23.7%
13.6%
25岁以上年龄段的市场份额
百度
其他
比例
39.5%
42.7%
17.8%
⊙ 三、高端用户搜索引擎使用
搜索引擎高端用户的定义是：年龄在25岁以上、大学本科学历以上、个人月收入3000元以上，满足这三个条件的非学生用户。调查显示，搜索引擎使高端用户占非学生用户的31.8%，占全部搜索引擎用户的19.2%。”
各搜索引擎在高端用户所占比例如下：
高端用户使用的搜索引擎
百度
其它
比例
27.9%
58.7%
13.4%
⊙ 四、根据学历情况分段市场份额
搜索引擎使用者根据学历分为大专以下和大专以上两个层次。他们在使用搜索引擎人群中所占比例分别为53.5%和46.4%。
各搜索引擎在不同学历人员中所占市场份额如下：
搜索引擎在大专及以下学历段用户中市场份额
百度
其它
比例
60%
20.8%
19.3%
搜索引擎在大专及以下学历段用户中市场份额
百度
其它
比例
60%
20.8%
19.3%
若除掉学生，不同层次学历使用搜索引擎情况如下:
大专以下
大专
大本
大本以上
17.7%
27.6%
49.4%
72.2%
百度
52.1%
52.6%
39.1%
20.4%
其它
30.2%
9.8%
21.5%
7.4%
⊙ 根据收入情况分段市场份额
由于学生大多是消费者，无固定收入来源，本组数据反映的是不同收入非学生用户的搜索引擎使用状况。
不同月收入的非学生用户中的市场份额.
不同收入非学生用户
1000元以下
1000元以上
1500元以上
2000元以上
2500元以上
3000元以上
4000元以上
5000元以上
20.8%
40.6%
43.0%
45.4%
47.3%
50.0%
51.2%
58.1%
百度
56.3%
42.4%
40.9%
39.1%
39.0%
34.8%
31.4%
25.7%
其他
22.9%
17.0%
16.1%
15.5%
13.7%
15.2%
17.4%
16.2%
各搜索引擎在学生用户中所占市场份额比较。
学生中的市场份额
初中
高中
大专
大学本科
硕士
博士
百度
58.5%
71.5%
73.3%
58.9%
40.0%
25.0%
24.5%
17.9%
8.9%
27.7%
50.0%
75.0%
其他
17.0%
10.6%
12.8%
13.4%
10.0%
0.0%
(以上数据来自：《2005年中国搜索引擎市场调查报告》北京部分)
万网回应Google域名劫持事件
上周五深夜，Google、MSN这2家在万网注册的.cn域名被人恶意劫持到万网的买麦网。
近日，万网副总裁周锚对外界表态：“这件事情从实施步骤，不难看出这是一场有组织、有预谋的行动，不像是个人行为，我们不排除是竞争对手的作为。万网已将此攻击事件上报至北京市公安局，并将配合执法机关追查到底。”
周锚表示，黑客是利用万网的系统漏洞进行此次恶意攻击，目前漏洞已经修补。同时周锚也表示，在万网注册和服务的CN域名数占所有CN域名数的30%，万网不可能以流氓的手段去炒作自己。
对于万网的这个解释，我个人感觉相当牵强。普通的黑客没有必要将如此重要的2个域名解析到万网的买麦网，因此可以锁定，要么是竞争对手所为，要么是万网自己干的。
我查询了Google、MSN的DNS服务器，其地址都不是使用万网的主机，可惜当天忘记查询了，否则就可以找出一些线索，如果当时Google用的也是自己的DNS服务器，那么劫持者可能破解了万网的系统，修改Google的DNS服务器地址并解析到到买麦网。
如果真的是黑客所为，说明万网的竞争对手比万网有更高的多的技术能力和系统安全水平，可见万网管理CN域名的能力相当有限，一旦遇到大规模突发入侵事件，万网的系统可能会完全被攻破。因为为了CN域名的整体安全性考虑，建议国家相关部门应重新审核一下万网的实际技术能力，以免将来吃大亏。
如果是万网自己干的，就是因为想依靠Google和MSN的流量推销买麦网，万网深知“最危险的地方就是最安全的地方”，于是就自己在周五的晚上修改DNS服务器内容，选择周五晚上也是最佳的时间，因为第二天周六是假日，还可以利用“放假没有上班”为理由拖延处理时间，最后一直拖到周六下午才将DNS修改回去，别人追究起来，还可以将这些罪行推到“黑客”身上，真是一个不错的计划啊。
如果真是这种情况的话，我们指望执法机关去调查，估计什么也查不出来什么结果，因为一切的证据都在万网的服务器上，如果这一些都是蓄意做的话，那么相信证据早已经销毁，最后的结果很有可能是不了了之。
近日，万网副总裁周锚对外界表态：“这件事情从实施步骤，不难看出这是一场有组织、有预谋的行动，不像是个人行为，我们不排除是竞争对手的作为。万网已将此攻击事件上报至北京市公安局，并将配合执法机关追查到底。”
周锚表示，黑客是利用万网的系统漏洞进行此次恶意攻击，目前漏洞已经修补。同时周锚也表示，在万网注册和服务的CN域名数占所有CN域名数的30%，万网不可能以流氓的手段去炒作自己。
对于万网的这个解释，我个人感觉相当牵强。普通的黑客没有必要将如此重要的2个域名解析到万网的买麦网，因此可以锁定，要么是竞争对手所为，要么是万网自己干的。
我查询了Google、MSN的DNS服务器，其地址都不是使用万网的主机，可惜当天忘记查询了，否则就可以找出一些线索，如果当时Google用的也是自己的DNS服务器，那么劫持者可能破解了万网的系统，修改Google的DNS服务器地址并解析到到买麦网。
如果真的是黑客所为，说明万网的竞争对手比万网有更高的多的技术能力和系统安全水平，可见万网管理CN域名的能力相当有限，一旦遇到大规模突发入侵事件，万网的系统可能会完全被攻破。因为为了CN域名的整体安全性考虑，建议国家相关部门应重新审核一下万网的实际技术能力，以免将来吃大亏。
如果是万网自己干的，就是因为想依靠Google和MSN的流量推销买麦网，万网深知“最危险的地方就是最安全的地方”，于是就自己在周五的晚上修改DNS服务器内容，选择周五晚上也是最佳的时间，因为第二天周六是假日，还可以利用“放假没有上班”为理由拖延处理时间，最后一直拖到周六下午才将DNS修改回去，别人追究起来，还可以将这些罪行推到“黑客”身上，真是一个不错的计划啊。
如果真是这种情况的话，我们指望执法机关去调查，估计什么也查不出来什么结果，因为一切的证据都在万网的服务器上，如果这一些都是蓄意做的话，那么相信证据早已经销毁，最后的结果很有可能是不了了之。
订阅：
博文 (Atom)
博文
