很多有具有参考价值的资料，比如学生写论文报告，老师做课件，找工作准备简历都需要参考其他人的成果。在互联网上，这类资料一般不是普通的html网页，而是以Word、ppt(s)、Excel、pdf等格式存在的。虽然这些文件不象Html文件那样多，但由于它通常会包含一些别处没有的数据和资料，因而显得特别重要。对互联网上这类资源的挖掘和利用，既是搜索引擎的必备功能，也是网民主要的搜索需求之一。例如，北大的天网搜索就将文件搜索作为与网页搜索并列的另一功能；百度和搜狗，就为它们的文档搜索专门建立了一个查询网页，百度文档搜索和搜狗特色功能——文档查询；Google和雅虎的高级搜索中也可以限定文档的类型，并支持网页搜索中的语法查询。

查询方式

百度提供3种方式来搜索文档，分别是在网页搜索中使用高级语法——filetype:文档格式 关键词（或关键词 filetype:文档格式），在高级搜索中限定搜索网页格式和进入百度文档搜索中搜索。Google除了没有提供专门的文档搜索页面之外，另外两种方式与百度相同。

支持的文档类型

百度主要支持doc、ppt、xls、pdf、rtf等5种文档格式的查询，而Google支持的文档格式则有doc、ppt、xls、pdf、ps、rtf、xml、rss、txt、wiki、dwf、swf等，可见Google在支持文档类型上要胜于百度。

检全率

也就是查询结果数量，以查询“电子商务”相关的ppt课件为例，在百度上找到相关网页约2,760篇，而在Google上约有15,300项符合filetype:ppt 电子商务的查询结果，Google的结果数量大概是百度的7倍，可见在检全率上Google也要胜于百度。特别的，如果是查找英文文档，比如查找“search engine”相关的pdf文献，Google返回382,000项结果，而百度中只有3,820篇，巧得很，刚好是100倍。

检准率

也就是查询结果与关键字的相关性与匹配度，同样以搜索“电子商务”相关的ppt课件为例，下面两张图分别是百度和Google搜索结果的第一页：

百度搜索“电子商务”ppt文档第一页结果

Google搜索“电子商务”ppt文档第一页结果

从以上结果页面可看出，从搜索结果的相关性上来看，百度文档搜索要优于Google文档搜索，百度对文档标题的提取能力要强于Google。在Google中搜索出来的文档，似乎多数是文件名，而不是文章中的标题。

综上所述，百度文档搜索与Google文档搜索各有千秋，在中文文档的搜索上，百度的相关性更好，但是返回数量略显不够；Google虽没有提供简单、人性化的文档搜索页面，但支持的文档类型和返回结果数量十分丰富，并且Google在英文文献的查找上是具有先天的优势的。

作者/出处：一个叫搜索引擎的家伙
本文地址：http://hi.baidu.com/ccnuzxy/blog/item/adf15b8936a7d3b70e244453.html