腾讯科技讯 8月10日消息，随着合资公司新搜狗的成立，国内又一大势力阿里巴巴高调杀入了搜索引擎市场，开始了进一步“全业务”布局：即围绕核心业务，出击相关的周边业务，建立一整套的业务生态。包括阿里巴巴在内，目前中国互联网已有越来越多的互联网企业开始全业务布局。
盛大从最初的游戏发展到网络文学、视频、音乐甚至硬件领域，百度从搜索发展到电子商务、视频领域、甚至正在进入安全和操作系统领域，以安全服务起家的360也在向各个领域扩张，加上腾讯、搜狐，互联网大鳄们似乎都想囊括所有业务模式。
大体而言，有四个原因。
盛大从最初的游戏发展到网络文学、视频、音乐甚至硬件领域，百度从搜索发展到电子商务、视频领域、甚至正在进入安全和操作系统领域，以安全服务起家的360也在向各个领域扩张，加上腾讯、搜狐，互联网大鳄们似乎都想囊括所有业务模式。
大体而言，有四个原因。
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，对于网站管理员来说，百度快照也分流了大量本属于网站的流量，为了增加网站的流量或者增强内容隐私，我以前曾经提供过一段将百度快照重定向到自己网站的方法。不过后来百度改变的快照算法，不从远端服务器获取JavaScript文件，因此先前介绍的那个屏蔽方法目前已经失效。
现在我介绍一个新方法，原理也是大致相同，我们知道目前百度网页快照虽然不从远端服务器抓取JavaScript文件，还是依旧会从远端服务器抓起CSS文件，而通过一个技巧可以在CSS文件中实现网页重定向，从而控制百度快照中的网页，完全由我们控制该快照重定向到我们制定的任何网页地址。
例如，如果百度快照中缓存的文件为style.css，那么我们在服务器上编辑这个文件，在CSS文件中加入以下语句，即可控制百度缓存快照重定向，从而实现屏蔽百度网页快照内容的功能。
现在我介绍一个新方法，原理也是大致相同，我们知道目前百度网页快照虽然不从远端服务器抓取JavaScript文件，还是依旧会从远端服务器抓起CSS文件，而通过一个技巧可以在CSS文件中实现网页重定向，从而控制百度快照中的网页，完全由我们控制该快照重定向到我们制定的任何网页地址。
例如，如果百度快照中缓存的文件为style.css，那么我们在服务器上编辑这个文件，在CSS文件中加入以下语句，即可控制百度缓存快照重定向，从而实现屏蔽百度网页快照内容的功能。
复制内容到剪贴板
程序代码
程序代码body {onload:expression(location.href='http://www.williamlong.info/');}
对与百度的分词研究原来也没有在意，但有一次我在作优化时无意中发现一个词也就是差了一个字，结果排名大不相同。我作的是二手房的关键词，但是我的页面上的关键词设置却是“二手房源”，可能有的朋友会说，这个没什么问题啊，“二手房源”不是包含了二手房这个关键词吗？如果没有仔细对百度的分词进行研究，大家可能看不出这两个词会有什么区别，不过大家只要稍微留心一下搜索出来的结果，就可以看出端倪了，百度在对“二手房”和 “二手房源”这两个词分词出来是不一样的，百度自己建立有自己的词库，所以他会把“二手房“这个词当作一个整体，但是对于”二手房源“这个词，百度则拆分成了”二手“和”房源“两个词，自然别人在搜索二手房这个关键词的时候就找不到我的页面了。通过这个小细节，我觉得有必要对百度的分词进行一下深入的研究，我大概地总结出了以下这么几点：
1、百度分词是根据内容中，第一次出现关键词相关词为标准来分的。例如”今日新开热血江湖sf“这个词
如果你的正文中第一个出现的是”今日“这个词，那么你的页面上的关键词就会被拆分成”今日”和“新开热血江湖sf“两个词，标题中一定要包含关键词，但不一定要完全匹配，但内容中出现的关键词是要跟百度分词完全匹配的，在完全匹配中又会根据文件URL路径的深度来进行排序，在关键词都完全匹配的情况下，比如说目录比文件有优先权，根目录下的文件要比二级目录下的文件有优先权，完全匹配的会排在前面，然后再是部分匹配的。
2、在关键词没有完全匹配的情况下，如果有分词，比如说：游览器下载
这个关键词，有一个网页里第一次出现的关键词是游览器，并且有较高的关键词密度，但是这个网页中却没有”下载“这个关键词
而另一个网页里第一次出现的关键词是下载，那么这个网页的关键词就会被拆分成 游览器 下载 两个词，虽然第二个网页里包含有“游览器” “下载” 但是第一个网页还是会排在第二个网页的前面，这说明关键词的前面部分是最重要的。
1、百度分词是根据内容中，第一次出现关键词相关词为标准来分的。例如”今日新开热血江湖sf“这个词
如果你的正文中第一个出现的是”今日“这个词，那么你的页面上的关键词就会被拆分成”今日”和“新开热血江湖sf“两个词，标题中一定要包含关键词，但不一定要完全匹配，但内容中出现的关键词是要跟百度分词完全匹配的，在完全匹配中又会根据文件URL路径的深度来进行排序，在关键词都完全匹配的情况下，比如说目录比文件有优先权，根目录下的文件要比二级目录下的文件有优先权，完全匹配的会排在前面，然后再是部分匹配的。
2、在关键词没有完全匹配的情况下，如果有分词，比如说：游览器下载
这个关键词，有一个网页里第一次出现的关键词是游览器，并且有较高的关键词密度，但是这个网页中却没有”下载“这个关键词
而另一个网页里第一次出现的关键词是下载，那么这个网页的关键词就会被拆分成 游览器 下载 两个词，虽然第二个网页里包含有“游览器” “下载” 但是第一个网页还是会排在第二个网页的前面，这说明关键词的前面部分是最重要的。
上周整理房间，把一箱箱旧文件运走了去储藏，没料到一个纸箱破了，掉出来一份百度的商业计划书 – 嘿嘿，百度的第一份商业计划书……瞧我和这搜索引擎的缘分！
当年和Google轻轻地擦肩而过，不瞒你说，和百度……也是擦肩而过，喂喂喂，听仔细了，别又理解错了：海龟罗宾李同学当年从太平洋翻滚的波涛里爬上了岸，捧着百度的商业计划书来找我，但是我那时还小，还不是一个VC，而百度呢，已经过了“天使投资”的阶段。不过我那时可是自告奋勇地把这份商业计划书介绍给了好几个大腕级的VC，嘿嘿，不能告诉你他们的名字噢，说出来的话VC的定义恐怕就要被重写喽，你会相信再大腕级的VC跌破眼镜、看花眼、错过机会的事情实在是家常便饭，我的好几个兄弟哥儿们嘛，这下可要当作我的面，脱了裤子倒立着爬出门去了……嘿嘿！
顺手翻了一翻百度的商业计划书 – 巧啦，我曾经写过一篇博客《商业计划书的21条军规》，告诉过大家“14页纸可以写出一份出色的商业计划书，外加一页封面，一页封底，共十六页”……瞧这份百度的商业计划书，整整14页，外加一页封面，缺了一页封底，共十五页！
《商业计划书的21条军规》中提到的商业计划书的14个要点：
当年和Google轻轻地擦肩而过，不瞒你说，和百度……也是擦肩而过，喂喂喂，听仔细了，别又理解错了：海龟罗宾李同学当年从太平洋翻滚的波涛里爬上了岸，捧着百度的商业计划书来找我，但是我那时还小，还不是一个VC，而百度呢，已经过了“天使投资”的阶段。不过我那时可是自告奋勇地把这份商业计划书介绍给了好几个大腕级的VC，嘿嘿，不能告诉你他们的名字噢，说出来的话VC的定义恐怕就要被重写喽，你会相信再大腕级的VC跌破眼镜、看花眼、错过机会的事情实在是家常便饭，我的好几个兄弟哥儿们嘛，这下可要当作我的面，脱了裤子倒立着爬出门去了……嘿嘿！
顺手翻了一翻百度的商业计划书 – 巧啦，我曾经写过一篇博客《商业计划书的21条军规》，告诉过大家“14页纸可以写出一份出色的商业计划书，外加一页封面，一页封底，共十六页”……瞧这份百度的商业计划书，整整14页，外加一页封面，缺了一页封底，共十五页！
《商业计划书的21条军规》中提到的商业计划书的14个要点：
Tags: 百度
首先说明，我不是愤青，但对于一个有着网龄十余年的老网虫来说，哎~现在这一出出闹剧，做得太露骨的，实在让我反胃口，让我觉得我生活的绝非地球。
先是中国互联网协会（不知道这个协会是干什么的，估计和全国牙防组一个性质）在下午四点发表了一篇陈词激昂的声明公开谴责Google中国提供”淫秽色情和低谷信息“。紧接着，当晚7：00《新闻联播》又请中国网民代表纯情大学生高也同学现身说法。在随后的《焦点访谈》中再次对Google中国进行抨击，紧接下来的新闻节目《新闻1+1=3》中又请砖家、叫兽、中国互联网协会等一起啜骂Google中国。CCTV以如此强大阵容报道某个新闻，除了”512汶川大地震“恐怕再也没有出现。这次为什么会对Google大动干戈呢？节目的最后一语道破天机：网络很黄很暴力，只有绿坝-花季护航才能保护我们。
不过，中国互联网协会的声明和CCTV在报道上还是出现了分歧的，不知道是不是一不小心。互联网协会指责Google提供”淫秽色情和低俗信息“，而CCTV则是指责Google把国外的”淫秽色情和低俗信息“带入中国。中间有差别吗？有差别吗？CCTV的意图很明显，Google是外国的，所以把外国的坏东西也带到了国内，而百度是中国的，中国早是一片净土。同样是搜索引擎，CCTV为什么会如此照顾色情内容不断的百度呢？原因也许大家都知道，自从上次CCTV曝光百度虚假广告之后，百度就大把大把地往CCTV送钱，最后2008年的春晚百度CEO李彦宏还坐上前台，据说这一坐就要4000万。现在就连李彦宏都上CCTV二的永乐汇了，真的很二，无论是电视台还是上节目的人，明目张胆的称自己二，得多大的勇气，多厚的脸皮？这就是为什么不拿行业老大开刀的原因。
先是中国互联网协会（不知道这个协会是干什么的，估计和全国牙防组一个性质）在下午四点发表了一篇陈词激昂的声明公开谴责Google中国提供”淫秽色情和低谷信息“。紧接着，当晚7：00《新闻联播》又请中国网民代表纯情大学生高也同学现身说法。在随后的《焦点访谈》中再次对Google中国进行抨击，紧接下来的新闻节目《新闻1+1=3》中又请砖家、叫兽、中国互联网协会等一起啜骂Google中国。CCTV以如此强大阵容报道某个新闻，除了”512汶川大地震“恐怕再也没有出现。这次为什么会对Google大动干戈呢？节目的最后一语道破天机：网络很黄很暴力，只有绿坝-花季护航才能保护我们。
不过，中国互联网协会的声明和CCTV在报道上还是出现了分歧的，不知道是不是一不小心。互联网协会指责Google提供”淫秽色情和低俗信息“，而CCTV则是指责Google把国外的”淫秽色情和低俗信息“带入中国。中间有差别吗？有差别吗？CCTV的意图很明显，Google是外国的，所以把外国的坏东西也带到了国内，而百度是中国的，中国早是一片净土。同样是搜索引擎，CCTV为什么会如此照顾色情内容不断的百度呢？原因也许大家都知道，自从上次CCTV曝光百度虚假广告之后，百度就大把大把地往CCTV送钱，最后2008年的春晚百度CEO李彦宏还坐上前台，据说这一坐就要4000万。现在就连李彦宏都上CCTV二的永乐汇了，真的很二，无论是电视台还是上节目的人，明目张胆的称自己二，得多大的勇气，多厚的脸皮？这就是为什么不拿行业老大开刀的原因。
