博文
探索与发现：科学网的“三种”自定义搜索？
|||
感谢科学网的及时回复，目前的搜索已经完全正常了！这充分地体现了科学网的效率和精神！
总共尝试了包括“首页 │ 新闻 │ 博客 │ 群组 │ 人才 │ 会议 │ 论文 │ 小白鼠”的八个页面的搜索功能。
其中“小白鼠”没有百度的自定义引擎，前七个恰好都是，但是问题就出在这七个中间。
为了找到“令我出乎意料”的原因，博主用简单的关键字“什么”，以及“mjking”，“科学”分别作为下面的测试数据。
测试结果显示居然有三类——乱码、原文和空白页面三种：
首先是“乱码”类，即结果出现奇怪的乱码。
1、从“首页”，“新闻”，“会议”，以及“论文”页面分别搜索关键字“什么”，
结果则是ʲ，原本的“什么”（编码GB2312）居然变为乱码“ô”（编码UTF-8），搜索结果则是关于“0300”的结果
http://www.baidu.com/baidu?word=%CA%B2%C3%B4&ct=2097152&cl=3&si=.sciencenet.cn&ie=utf-8
而从“人才”页面搜索“什么”，只不过搜索结果的url地址多了一个服务器协议www，结果就变为是“抱歉，没有找到与“ʲô”相关的网页”（说明科学网没有使用到该字符的内容）。
http://www.baidu.com/baidu?word=%CA%B2%C3%B4&ct=2097152&cl=3&si=www.sciencenet.cn&ie=utf-8
先介绍一下搜索结果地址的参数含义（来自网上）：
“word”：搜索关键字（也可用wd代替），这里的“%CA%B2%C3%B4”就是“什么”的gb2312编码，而“ô”对应的utf-8编码是“%C3%B4”，gb2312编码为“%3F”。
“ct”： ct--此值一般是一串数字，可能是搜索请求的验证码；
“si”：在限定的域名中搜索,比如想在新浪的站内搜索可使用参数si=sina.com.cn，要使这个参数有效必须结合ct参数一起使用。
“ie(Input Encoding)”：查询关键词的编码，缺省设置为简体中文，即ie=gb2312；但是这里都设为了utf-8
以上“乱码”类的地址参数的字符集编码都是“utf-8”。其中出现“0300”，是gb2312编码同样为“%3F”的“Ĭ”的html页面编码“Ĭ”。出现乱码乃是字符集设置错误导致的，或者说是为了国外的学者而“特意”设置的？
第二种是“空白”类，即在“原文”类的各个页面中结果正常，但是在“乱码”类中搜索“科学”时，自动跳转为百度搜索的首页（这肯定是百度的问题），很是不解啊。。
http://www.baidu.com/baidu?word=%BF%C6%D1%A7&ct=2097152&cl=3&si=.sciencenet.cn&ie=utf-8
第三种乃是“原文”类，即用英文/汉字关键字时，出现正确的结果。
1、从“博客”搜索关键字“什么”以及其他两个关键字，都显示出正确的结果。
http://www.baidu.com/baidu?word=%CA%B2%C3%B4&ct=2097152&cl=3&si=.sciencenet.cn&ie=gbk
2、从“群组”搜索关键字“什么”以及其他两个关键字，也都显示出正确的结果，但是结果地址有小小的改动。
http://www.baidu.com/baidu?tn=bds&cl=3&ct=2097152&si=bbs.sciencenet.cn&ie=gb2313&word=%CA%B2%C3%B4&searchsubmit=true
为了标示上的美观，将“tn”和“word”参数换个顺序，结果不发生变化。
http://www.baidu.com/baidu?word=%CA%B2%C3%B4&cl=3&ct=2097152&si=bbs.sciencenet.cn&ie=gb2313&tn=bds&searchsubmit=true
这里居然出现了gb2313，而不是gb2312！百度会自动使用gb2312。
参数含义（来自网上）：
“tn：提交搜索请求的来源站点，这是百度与免费软件合作时的利益来源，举例来说我们使用的一些免费浏览器中所提供的百度搜索时，URL地址中都带有tn=内容，tn=后面的内容就是百度联盟的账号。如：Firefox的tn=suvion_dg(tn=suvion_4_dg),傲游的tn=myie2dg，The World的tn=suvion_4_pg，只要你使用了这些带有tn=的搜索，只要点击了其中的广告，提供该软件的浏览器就会从中赚取利益。搜索结果有个例外，当tn=baidulocal时，你可以得到一个无竞价无广告的百度搜索结果.”
“searchsubmit”这个没找到，抱歉，而且改成false结果也未有变化，不去深究。
由于字符集分别是“gbk”和“gb2312”，两者对于所测试的三个关键字都有相同的编码，故没有问题，但是存在着字符不同区域，gbk包含gb2312，并且数量远多于后者，故可以用gbk独有的“攍”测试：
http://www.baidu.com/baidu?word=%E6%94%8D&cl=3&ie=gb2312
上面的会出现乱码“鏀”，而下面的则能够正常显示出搜索结果。
http://www.baidu.com/baidu?word=%E6%94%8D&cl=3&ie=gbk
http://www.baidu.com/baidu?word=%E6%94%8D&cl=3&ie=utf-8
总结：本文针对在科学网上的搜索功能进行了试用，至于出现的问题进行了简单的总结，并大致描述了其相关“原理”。
建议：先完善页面的搜索代码，如有可能，增加搜索引擎的种类。
总而言之，不先利其器，不欲成大器。博主真心祝愿科学网的发展能够更加辉煌！（本文的时效性越短越好）
https://blog.sciencenet.cn/blog-471583-585606.html
上一篇：一个英文单词与一个名人：关于谷歌翻译的机制的新观点？
