技術小白的日常：網上文章這麼多，到底看哪一篇？

本文是寫給所有有志於或正在計算機及相關專業的技術小白看的，文中的方法其實也可以舉一反三用於其他專業的學習、日常生活的決策（比如買買買，如何在萬千商品中挑選出一件令你滿意的廚房電器？）

2015年兩會，李克強總理在政府工作報告中首次提出制定「互聯網+」行動計劃，本文要講的方法論可以歸納為「互聯網+學習」（如前所述，本文的方法論也適用於「互聯網+買買買」）。本文的前身是2011年我寫的一篇blog：善用搜索是從傻瓜到磚家的第一步 ， 時隔6年再寫一定不是炒冷飯，這次要講講之前沒有講透的一些具體實踐方法。在閱讀本文之前，推薦先把我6年前的這篇文章看一看，再回來繼續閱讀本文剩餘內容。

本文不再重述搜索前和搜索中的一些細枝末節和有益經驗，重點談談搜索後如何更智慧、更有效的消化掉這幾十頁搜索結果。那麼，這麼多搜出來的文章，我們到底應該看哪一篇呢？好的，不空談，我們看一個具體的栗子問題：

如何選擇合適自己當前需求的網站前端開發技術框架？

選擇這個例子有幾點原因，通過這幾點原因的陳述也能具體說明一下我們舉的這個例子實打實展示了我的方法論可以解決哪種類型的問題。

• 前端開發技術的開放討論氛圍非常好，社區活躍，存在很多 爭議話題和爭議觀點；
• 前端開發技術演進速度非常快，新舊技術更迭交替周期短，知識更新速度快；
• 前端開發技術中外發展差距小，不存在英文資料質量遠高於中文資料質量的普遍現象；
• 我不從事專業前端技術開發，相當於在前端技術領域，我就是一個小白，我把自己代入這個角色，我要用這個例子來驗證一下我找出來的文章質量是否可以得到一線專業工程師認可。歡迎前端工程師們留言吐槽我；

好了，我選擇的第一個搜索關鍵詞是：前端開發 框架選型，使用的搜索引擎是bing.com，結果如下圖所示：

如圖中藍色框內顯示該關鍵詞得到搜索結果366,000條結果，這也是本文寫作的重要目的之一：如何從浩如煙海的網路中找到對的那一篇文章。

如圖中用紅框標註了5處，在搜索結果中雖然不是佔據顯要視覺區域，但這是我們進行搜索結果篩選和過濾的重要信息，很多時候我們除了看搜索結果信息的「標題」和「正文摘要」之外，看了文章的出處和收錄時間就能決定我們是否點開這個搜索結果。那麼我紅色高亮的這4條信息有什麼特別之處呢？

• 網頁出處網站：1～5分別對應http://infoq.com、博客園、百度經驗、知乎專欄和伯樂在線。我們現在找的知識領域屬於前端技術開發，這5個網站按照內容專業定位分類分別對應：高端IT自媒體、IT自媒體平台、高端知識型自媒體平台、知識型自媒體平台和IT內容高端眾包聚合平台。敲黑板，劃重點時間到：優先選擇高端平台發布的文章閱讀。

說明1：上述分類，純屬一家之言，請勿對號入座。如有錯誤，敬請留言賜教。

說明2：這裡我定義的「高端」是指文章發布者大多很容易被「人肉」到個人職業履歷、專業特長等信息，原創文章比例高，非內容轉載和搬運平台。

說明3：你不了解這些網站的內容定位？請查看網站主頁上是否有一個「關於我們」之類的鏈接，請點開查看了解。看得多了，慢慢就認識它們了。

• 網頁被收錄時間：如果你查詢的內容時效性很重要，那麼請優先閱讀「新」文章。如果希望定製查詢特定時間段的文章，綠色框高亮區域對應的就是現在主流搜索引擎普遍都支持的按收錄時間查詢功能，很有用，請善用。
• 相關搜索：很多時候，小白會說自己都不知道該用什麼關鍵詞去搜索，那麼搜索引擎這個區域的內容或許能給你一些啟發。當然，這不是本文的重點推薦。本文重點推薦的獲取更高質量關鍵詞的方法還要繼續往下閱讀。

小練習：請用不同搜索引擎搜索上述關鍵詞，自行對比第一頁搜索結果質量。如果你能用http://Google.com進行搜索，不用我點評，自行感受搜索結果質量差別。

小說明1：本文不討論如何選擇關鍵詞，本文也不會強推大家去使用在國內無法正常訪問的http://Google.com。

小說明2：本文的重點是要告訴大家：關鍵詞選的不好其實關係不大，不要想著就用一次搜索就能用對關鍵詞，找到你的解決方案。要做好更換多個關鍵詞，多搜索幾次的思想準備。

小說明3：英文閱讀不行也沒關係，要挑出高質量的中文資料來閱讀。

前端技術發展日新月異，那麼我們就先點開2017年的這篇伯樂在線的文章吧。

看到上圖中的原文出處了嗎？任何時候，我們都應該優先閱讀原作者、原出處的文章。點擊小火柴的藍色理想跳轉到文章原始出處，此處沒有截圖，只談一談我對一篇高質量文章的幾個「視覺上」的認知經驗：

說明：如果一篇轉載來的文章，沒有給出原文出處，那麼一旦發現了，這篇文章的轉載者應當被你拉黑，以後再看到TA「發」的文章請直接關閉當前網頁。不是意氣用事，這是基本的互聯網精神和技術分享規範，不遵守和違背者想必水平有限。

• 文章組織有層次，使用多級標題；
• 排版規範、整潔，書寫工整（不同用途文字的字型大小統一）；
• 就事論事，有理有據有節。技術問題不需要感情用事，擺事實（數據）講問題；
• 圖文並茂；
• 有規範的參考文獻列表，大大方方的引用別人的成果、觀點和數據；

按照這個標準，本文我認為值得收藏後稍後閱讀。搜索的時候，僅僅只是因為視覺上感覺文章質量好還不足以支持我們立刻閱讀。什麼樣的文章值得我們立刻閱讀呢？

繼續使用bing.com的高級搜索語法前端開發 框架選型 site:zhihu.com在我們印象中的高端內容網站的站內搜一搜。

說明：這不是一個固定的套路，通常如果一次搜索的結果質量令你不滿意（沒有找到可以立刻閱讀的文章或積累的稍後閱讀文章數量還不夠多，你可以嘗試：更換關鍵詞、設置搜索收錄時間段過濾條件等等。

上圖中紅色高亮的關鍵字就是我們通過一次新的搜索嘗試獲得的新關鍵詞增量，即使你現在不知道這些關鍵詞有什麼意義，沒有關係，像你學習英語那樣，準備一個你自己喜歡的生詞本，把這些新發現的關鍵詞當作生詞加入到待搜索列表中，稍後通過一次一次的搜索搞明白這些關鍵詞代表什麼意思。本文在此不做展開，只是為了說明你的IT關鍵詞辭彙量就是這樣在一次次的搜索中有意識的積累起來的。

藍色高亮的關鍵字很容易就打動到了我：我的職業是前端工程師【四】，兩層含義：

• 一線工程師的經驗，值得關注+1；
• 【四】說明是一個系列文章，值得關注+1；

題外話：標題起得好，點擊量蹭蹭漲。標題黨盛行之下，有乾貨也得配個吸引人的好標題，以求達到更好的傳播效果。

點開這篇文章，不著急閱讀，先來看看文章作者是何許人也，點擊作者姓名跳轉到作者在知乎的個人信息主頁，如下圖所示：

• 紅框高亮的內容就是知乎用戶畫像展示，從這裡我們可以看出本文作者的擅長專業領域：編程、程序員 話題。值得關注+1。
• 藍框高亮的下拉菜單默認採用的是按時間排序，一定要修改為按贊同排序。不要被片面的獲得了幾萬次贊同而簡單認定該作者所獲得的認可全部來自於上述知乎認證話題領域。互聯網娛樂至死，知乎隨著用戶群體的增大也會良莠不齊，認認真真寫一個技術貼肯定不如抖機靈、爆料更容易獲得大眾用戶的點贊。快速瀏覽一下作者的高贊數回答的標題，基本可以判斷出作者發的技術文章質量的穩定性和水平。持續輸出高贊數的技術文章本身就值得關注+32。這裡需要說明一下的是：教育經歷、個人簡介、所在行業等等用戶自己編輯的內容不足以用來判定作者的真實身份信息（安全科普時間到：一切來自用戶的輸入都是不可信的），而且身份和對社區的輸出之間並沒有直接聯繫。技術問題的探討、技術水平的評價是最能通過客觀成果來鑒定和檢驗的，出身「高貴」、從事本專業工作並不能保證輸出的內容就是可信和權威的。
• 看一看作者的關注（截圖時是31人）：從這些用戶的個人簡介里基本就能看出該作者主要關注的人也都是前端行業從業者。按照上述2個步驟，又可以從這裡挖掘出一些本領域專家。
• 再刷一刷作者的關注者（截圖時是22590人）：程序員屬性用戶偏多，正所謂人以類聚，初步可以判定該作者是前端領域的一個專家。專家發的、滿足值得收藏後稍後閱讀標準的文章，就可以歸類為立刻閱讀的文章了。
• 上述2條技巧你如果能用數據分析的方式進行量化分析，你甚至可以發現哪些專家是相互關注的。如果再能結合用戶的動態時間線數據分析，甚至可以分析出哪些專家之間存在積極互動、互動內容主題是否集中在專業技術主題領域等等。
• 比上1條量化技巧更容易實施一些的方案是在搜索引擎中再搜一搜作者的網路ID、昵稱、公開郵箱地址，看看在其他社交平台、自媒體上是否可以再多認識作者一些。

點評：上述這個過程，其實就是一個典型的合法「人肉」搜索過程：僅僅憑藉公開信息就能「認識」一個人。和現實中一樣，我們更願意聽老師的、聽學霸的，不會聽路人的。在網路中更是魚龍混雜，我們要找到網路中的良師、大牛，看他們的、聽他們的。

至此，上述內容就是我在善用搜索是從傻瓜到磚家的第一步里沒有講透的幾條搜索後技巧的實際操作經驗：

• 如何篩選出「值得保存的信息來源」，用今天的時髦話講就是：如何鑒別行業大V和行業專家是否值得關注；
• 如何從無到有，找到更專業、更有效的關鍵詞；

下面再談幾點以知乎為代表的社區型知識分享平台上的文章如何去精讀的經驗：

• 除了精讀那些立刻閱讀的文章，不要放過文章下面的評論。任何時候，一言堂都有弊端，不能偏聽偏信；
• 除了挖掘當前文章所在媒體平台上的內容，把文章的標題、具有辨識度的語句再次放到搜索引擎里去搜索一下，看看有沒有更多的同行評議。一方面，這也是在避免一言堂的弊端，多聽聽不同人從不同角度出發、使用不同方法的講述。技術方案最終是要解決具體的業務需求的，業務需求不同條件下的不同技術解決方案通常無法進行一次公平的PK。另一方面，我們有可能藉助搜索引擎的結果計數功能，發現本文的被轉載和被引用總次數。和學術論文一樣，一篇「他引」次數高的論文要麼是經典論文，要麼是高水平論文。讀一讀，不會吃虧。讀一讀，不會上當。
• 技術方案、技術分享，不談或含糊其辭具體運行環境版本信息、依賴軟體信息、問題場景描述會降低文章內容的可信度，這樣的文章，即使是專業大V寫的，建議慎讀；

最後的最後，我想致敬所有願意通過書寫文章、編寫代碼去免費分享他們的寶貴經驗和專業見解的網友們。知識付費時代已來，能堅持免費分享的人是越來越少了，請在提問之前認認真真先花一些時間善用搜索自己去搜索學習一下，沒有人有義務免費給你答疑解惑，請感恩、珍惜偉大的互聯網和更偉大的熱心網友們吧。