Тема 6. Поисковый запрос и его реализация в Яндексе
Поиск Яндекса позволяет искать документы на русском, украинском, белорусском, английском, немецком и французском языках с учётом морфологии этих языков и близости слов в предложении.С начала 2006 года по 2009 год поиск «Яндекса» был установлен на портале Mail.ru.
Охват форматов Помимо веб-страниц в формате HTML, Яндекс индексирует документы в форматах PDF (Adobe Acrobat), Rich Text Format (RTF), двоичных форматах Microsoft Word, Microsoft Excel, Microsoft PowerPoint, SWF (Macromedia Flash), RSS (блоги и форумы).
Поисковый сервер Сервер XML-поиска Яндекса принимает поисковые запросы из входного потока методом POST (в формате XML). Также запросы принимаются методом GET по адресу http://xmlsearch.yandex.ru/xmlsearch/. Входящий IP должен быть зарегистрирован в базе пользователей, и предел числа запросов не должен быть превышен. Текущие ограничения: поисковых страниц в день не более 1000, групп на странице не более 100, документов в группе не более 3, пассажей в документе не более 5, длина запроса в символах не более 400, слов в запросе не более 80, число страниц при листании не более 100.
Группировка Яндекс ищет и находит отдельные документы, однако часто пользователю интересно изучать список найденного в сжатом виде, так, чтобы от каждой группы однородных документов был только один представитель. При желании можно получить только список групп, например, категорий Яндекс.Каталога без всяких документов. Для этих целей в Яндексе служит механизм группировки результатов. Группы упорядочиваются также, как их лучшие представители. Например, при сортировке по дате и одновременной группировке по сайтам в расчет принимается самый свежий документ сайта. Группировать результаты можно одновременно несколькими способами, например, можно получить список самых релевантных категорий каталога Яндекса и одновременно список найденных сайтов. Для этого надо перечислить в запросе все требуемые группировки. Яндекс поддерживает три способа группировки. Для того, чтобы получить несгруппированную выдачу служит «плоский» способ. Он считается заданным по умолчанию. В «плоском» случае каждая группа состоит ровно из одного документа. Группы могут образовывать иерархию (например, категории или регионы каталога Яндекса) или нет (например, веб-сайты). «Глубокий» способ группирует по сайтам.
