咋一看这些视频平台的前端设计都极其相似，不过貌似只有百度是完完全全的Hulu的山寨版（Hulu视频目前只针对美国本土），百度这个打着最大的中文搜索引擎的美资公司把自己毫无创新的创意精心包装后推到了4亿中国网民面前。对于中国网民来说，多一个选择而已，不过僧多粥少，怎么抢夺稀缺的正版影视资源，不管是百度还是土豆，任重而道远。

对于很多做网站的人甚至是天线高清和土豆等大网站来说，百度奇艺网会不会像百度百科和百度知道那样，在百度搜索被人为的权重非常高而去吸引一大批不明真相的用户，就目前奇艺网上面热播的几个影片，如《越高宝盒》、《全城热恋》等影片关键字在百度搜索中的排名几乎没有。不过百度的口碑如此，而且既然是复制Hulu模式，那么很难说百度如果真要抢视频和高清的流量其他网站如何应对。

视频我一直看优酷，高清的话我则是天线高清的粉丝，对于迅雷看看这样还要安装额外的插件宁缺毋滥。最后奉劝百度，慢慢的你也会有广告，慢慢的你也会让用户安装加速器，但是如果你像自己的搜索一样不负责任，那么你成长的道路没有终点。

使用插件：WordPress Crawl Rate Tracker

折腾九死一生通过备案的就差钱的时候，我曾想过使用这个插件，老外做的这个插件除了没有百度、搜狗的统计之外还是非常不错的，在后台可以生成搜索引擎蜘蛛抓取网站的详细报表和页面，主要特性如下：

• 1. 抓取Google、Yahoo和MSN(Bing)三个搜索引擎(更适合英文网站)。
• 2. 可以查看每个spider抓取任意页面的详细时间。
• 3. 可以监测抓取超时。
• 4. 发现抓取频率和PageRank的关系（这个满牛X的）。

下载地址：WordPress Crawl Rate Tracker。

使用PHP代码生成简单的搜索引擎蜘蛛抓取统计（非插件）

以前用Zblog的时候也用过类似的代码，飞晏博客最风光的时候每天被蜘蛛啃得遍体鳞伤的。因为各大搜索引擎的蜘蛛爬行程序都有自己的标识符，例如谷歌的是googlebot，百度的是 baiduspider，它们可以通过查询_SERVER变量中的HTTP_USER_AGENT参数来获取，再结合HTTP_REFERER记录下 URL的来源，最后用 nowtime()函数取得当前的系统时间，就形成了一条简单的擎蜘蛛爬行记录。代码如下：

<?php
function get_naps_bot()
{
  $useragent = strtolower($_SERVER['HTTP_USER_AGENT']);
  if (strpos($useragent, 'googlebot') !== false){
    return 'Googlebot';
  }
  if (strpos($useragent, 'msnbot') !== false){
    return 'MSNbot';
  }
  if (strpos($useragent, 'slurp') !== false){
    return 'Yahoobot';
  }
  if (strpos($useragent, 'baiduspider') !== false){
    return 'Baiduspider';
  }
  if (strpos($useragent, 'sohu-search') !== false){
    return 'Sohubot';
  }
  if (strpos($useragent, 'lycos') !== false){
    return 'Lycos';
  }
  if (strpos($useragent, 'robozilla') !== false){
    return 'Robozilla';
  }
  return false;
}
function nowtime(){
  $date=gmdate("Y-n-j H:i:s",time()+8*3600);
  return $date;
}
$searchbot = get_naps_bot();
if ($searchbot) {
  $tlc_thispage = addslashes($_SERVER['HTTP_USER_AGENT']);
  $url=$_SERVER['HTTP_REFERER'];
  $file="robotslogs.txt";
  $time=nowtime();
  $data=fopen($file,"a");
  fwrite($data,"Time:$time robot:$searchbot URL:$tlc_thispage\n");
  fclose($data);
}
?>

复制代码保存为spider.php（注意编码格式），然后上传到你正在使用主题的目录下，最后在footer.php里面加上一段代码即可：

<?php include("robots.php") ?>

随后在有搜索引擎蜘蛛抓取网站后，在根目录下面会生成一个robotslogs.txt文本，可以在代码中修改文件的名字或者增加想要统计的搜索引擎标志。

此代码可以用在任何动态和伪静态的PHP程序中，不足之处是不能统计每一个被抓去的页面，亟待高手改进。

今天再打开我的Google.cn主页，已经被跳转到Google.com.hk，如下图所示。

不出意外，Google退出中国在未来几天内将再次成为各大IT类网站和个人博客的头条话题，就我个人而言，我不想再去多评论Google和ZF孰对孰错，不妨换位思考一下中国的企业在美国的待遇和美国企业在中国的待遇，我们是不是被强加了太多别人的某某主义。如果Google真的因为过滤搜索的原因退出中国，我先不说一个商业公司怎能做出这样愚蠢的决定，Google以过滤搜索为理由真的让人怀疑其背后美国政府的影子，毕竟在中国过滤色情和危害国家的内容也无可厚非，昨天在CB上还看到美国军方不也为了自己的利益关闭别人网站嘛。不过ZF在这些事情上没有做到向大众公开透明，而是还以很官僚的态度和方式处理这个问题，必然会让很对人误解。

抛开这些勾心斗角的事情，说说Google.cn消失后对中国互联网的影响吧。就我个人而言我肯定不会使用Google.com.hk作为主业了，我不接受一个这样的主页，但是我还是会使用Google查询我想要的东西，直到他所有业务都被墙了。

Google退出后百度和微软肯定是最高兴的，这三个外资公司在中国市场上一直是三足鼎立，但是Google的搜索服务和Google Doc却一直威胁着百度的搜索服务和微软的Office业务，这次Google古德拜了，目前还看不出Google会暂定内地的搜索服务和Doc服务，但是冲动是魔鬼，会有惩罚的，ZF要是制裁，Google会丢失99%的用户。

目前最新的消息证明搜狐的张朝阳已经亲自主抓搜狗搜索，那么精明的马化腾也不会落下这么好一个机会，还有网易的有道，淘宝自己的独立搜索等等，如果有一天Google还会回到中国，他会发现中国的市场就更难做了。

很高兴在Google的新主页上没有看到备案信息，但是不管你是Google还是谷歌，在中国的市场上你该放下自己的高贵的身价吧。我在谷歌，抓住那些真正使用搜索引擎的客户那篇文章里面已经写了Google对中国用户的了解不如百度，我等这样自命清高的、会翻墙的用户不多，我们是很喜欢你，但是那些基础的用户不会喜欢你傲慢的态度的。

最后说一句，Google，你丫要是有种，就暂停所有中文服务。

不过我发现更换完程序之后发布的文章Google收录极快，一般5分钟内就会收录，为了验证这一点我昨天写完店大欺客的百度搜索推广模式之后还特意去Google了一下，下面的图片可以验证新发布的文章只用了一分钟就被Google收录。

WordPress对Google的友好早就有所耳闻，但是友好到这个地步还是让我受宠若惊，以前用zblog辛辛苦苦发布的原创文章基本上平均要20个小时才能被收录。虽然俺的PageRank值应该起到了不小的作用的，但是Google和WordPress之间暧昧的关系让我后悔当初偷懒选择了zblog。

不过能被快速收录的原因除了程序和PageRank之外，适当的优化和高效的SEO插件也是必不可少的，除了我从万戈那里求得的插件之外，赶明儿总结一下我使用的其他插件给各位参考一下。

从zblog转换WordPress的过程中搜索了很多转换的方法，但是没有一个能很完美的转换的，找了个access to mysql但是windows 7下不能使用，为此我准备写个在线转换数据库的程序，以帮助那些从zblog或者PJblog等access数据库转换到WordPress大营的童鞋们。

不知道各位的博客新文章被Google收录的时间是多少？至于百度大叔，让他一边凉快去吧！

虽然不能100%的说百度不收录新站是因为没有做推广，但是这个网站自从开始运行，除了完善内部结构和内容和到几个主流搜索引擎提交之外没有做过任何优化推广，但是百度不仅仅没有收录过一篇文章，甚至蜘蛛都没有爬过一次，连MSN都隔三差五的光顾一次，百度你真是悲剧。

这几天N多博客都在讨论卢松松的博客被百度K掉的原因，我看到的一条是说卢松松的某个有商业价值的关键词在百度的排名非常可观，吸引了某位业务员的眼球，随后发生的事情大家估计都知道了。卢松松自己的博客上说可能是前一段封网域名停了几天导致的，但是相比之下我一个基本没有优化过的网站断网也大半个月，百度收录依旧，难道百度已经不屑于K这些微不足道的网站吗？可悲的是卢松松这样被百度拔掉的网站，人家都是辛辛苦苦做出来的，于情于理都应该给一个在算法规则内的排名，为了自己的利益而去人工干预搜索结果，纯属店大欺客。

百度这样做早就不是什么新鲜事情了，当然Google啊、有道搜索都有这样的业务员去联系一些商业公司或者网站，但是像百度这么无耻不厚道的前无古人，后也许会有来者。你Y搞一个搜索结果广告无可厚非，但是热门词汇的第一页全都是主题推广就有点太过分了，而且不答应你你就不去收录人家的网站，这就是卑鄙了，别以为你有CCAV撑腰你就嚣张。

商业公司在推广网站的时候或多或许都会遇到店大欺客的问题，我个人认为商业网站在做策划的时候不能简单的考虑哪些调查机构给出的数据，虽然百度和Google在中国市场是七三开，但是面向对象和使用对象的不同等因素直接决定搜索引擎对我们的价值！

虽然这两天开始频繁更新博客之后，来自Google的流量已经是百度的两倍以上了，但是老实说现在谁都离不开百度那哗哗的流量，希望有一天百度不要总是以自己的利益为重，当然，前提是百度愿意放弃或者整改店大欺客的搜索推广模式。

坐等百度K掉飞晏博客。

一直很关心Google和百度在搜索引擎市场上没有硝烟的战争，昨天北京某咨询公司发布了2009年度中国搜索引擎用户市场调查结果，揭示了中国大陆地区搜索引擎市场最新的竞争格局和发展动态。数据显示，依靠领导的百度百科和百度知道等衍生产品，百度在各个地区和领域的份额均有所提升；而Google中国是有升有降，总体市场份额略微下降；搜狐旗下的搜狗和慢慢走向独立的搜搜的市场份额均有所上升；没落的雅虎和网易的有道均无数据可查。

Google中国这半年过的确实挺背的，6月份的央视曝光Google传播色情事情让Google的形象损失惨重，9月份在年轻人心中地位极高的李开复从Google离职，而近期Google推出的实用性超强的Google图书搜索又因为版权问题在世界各地闹的沸沸扬扬。或许Google依靠这些“炒作”深入民心了，但是在基础的网民心中多少也有点负面的影响。

扯了这么多废话，该说一下正题，Google中国是否要放下自己尊贵的身份，去迎合中国基础网民的喜好。如上图所示，Google在京沪穗深等IT发达的城市的占有率高达25%，而在其他人口众多的地区市场占有率却低于自己的平均水平，大城市里面的玩网站的多，搞技术的也多，无聊的时候写个博客关心一下Google的达人也多，但是这些人不大可能为Google带来有价值的搜索，我离了搜索引擎还有别的方式去查询需要的信息，看新闻去163，下载电影区电影天堂，找瘦身或者减肥的信息也有熟悉的专业网站。而基础网民则不一样，他们甚至登陆一次QQ空间都要去搜索一次“QQ空间”，对热点新闻的关注也基本靠搜索，大多数人离开了搜索引擎获取信息的能力基本为零。大多数广告商都不愿意面对单一的受众，他们要的效果就像史玉柱的脑白金那样的轰炸式广告，那样产生的消费转化才高。

从另一方面来说，高端网民对搜索引擎的忠实度小于基础网民，尽管我喜欢Google并且写了一些关于Google的文章，但是大多数时间我不得不百度，而搜索音乐的时候偶尔还会使用下搜狗，而使用Google则一般是去搜索一些国外的信息。基础网民的不一样之处他几乎不会抱怨搜索引擎的搜索结果，因为他不会去关心搜索引擎排序搜索结果的算法，所以一旦他喜欢上或者习惯一款搜索引擎之后，他就很少去改变了，从这一点来说，Google对基础网民争取的不力对Google未来的市场并不是什么好事情。

虽然因为众多因素的影响这样的调查可能会有误差，不过我可以很确定的说Google在中国搜索引擎市场上可能也就是两成的占有率，但是Google Gmail、Google Reader、Google翻译工具等互联网应用工具的占有率绝对是惊人的，而Google Earth的强大确实让我这个来自中国地学最高学府的学生汗颜。而反观百度，目前大多数产品基本都是基于互联网的，而进军C2C多少有点不务正业。

写的有点跑题了，站在一个中国人的角度来说，还是希望百度能扩大自己的优势，并且在Google的追赶上完善自己的技术和产品；站在一名用户的角度来说，让搜索引擎市场的竞争来的更猛烈些吧，那么最终受益的就是我们这些普通用户。

之前找到了一款开源的PHP+MySQL搜索引擎源代码，程序简洁，功能强大，在本机试着对飞晏博客做了一次蜘蛛抓取的工作，一共抓取到了340个页面和2069个关键词，其他的详细信息就不列举了。测试了三个网站，发现这款程序确实蛮厉害的，我一直很想做一个不带有推介的购物搜索引擎，但是以我现在的技术这不现实，借助这款开源的程序倒是没问题，就是需要大量的时间。而蜘蛛对服务器和带宽的要求比较大，所以在他人的基础上修改成为独立博客的搜索引擎还是一个不错的练手机会。

还是以我的博客为例(本机测试：集成LAMP环境，2GB内存，酷睿T2300E，ADSL上网2MB带宽)，目前为止加起来一共有100个左右的静态页面，因为有些文章刻意的小小SEO了一下，所以关键词还是比较多的，在完全抓取了一次之后一共花费了大概2分钟的时间，占用了2mb的数据库并且产了大概3000行的数据记录，而越夜那样文章多达2000的博客，一般需要超出20分钟的时间，这基本和早期的搜索引擎一样比较简单，学习的意义远大于实际的应用。

因此，我觉得把这款搜索引擎程序修改为一款中文独立博客搜索引擎会比较合适，我拥有的Linux主机基本可以满足1000个独立博客的需求，所有未来若干个月除了上课我的时间将会主要集中在修改和二次开发程序上，这款程序是欧洲的某位高人所做，但是很多地方并不符合中国人的使用习惯。

这款搜索引擎不会像百度和Google那样主动的抓取网站的更细，很多操作都是人工的，但是目前主要的问题还是新建博客网站的问题，所以我会像有道博客搜索那样，除了名博，只收录提交的博客，这样会是一个很好的解决办法，在没钱没好技术的时候只能这样做了。

人一缺钱就急，急有所想，想有所思，思有所获，呵呵！

过一段时间我会放出几个dedecms的模板，从2009年1月1日到现在做了很多东西，就是有点乱，一开学，就不想整理了。Dedecms的模板应该是最容易的了，但是很多人不愿意去做。我也不想做了，累了，还是每天一边看着流量上涨一边数钱好玩。

飞晏博客，感谢各位支持。