上周互聯(lián)網(wǎng)服務(wù)器研究公司公布其2006年11月全球互聯(lián)網(wǎng)網(wǎng)站服務(wù)器調(diào)查，宣布全球互聯(lián)網(wǎng)網(wǎng)站總數(shù)第一次跨過一億大關(guān)。該消息立即被全球傳統(tǒng)媒體和網(wǎng)絡(luò)媒體轉(zhuǎn)載。部分媒體在轉(zhuǎn)載時，加入了一句“有些行家認為該數(shù)字有水分。。。”

 

這學(xué)期教的課中有門“互聯(lián)網(wǎng)傳播”。上課時提到這個新聞及其爭論，有學(xué)生問：全球到底有多少網(wǎng)站？答曰：取決于如何定義“網(wǎng)站”。

 

這個問題還需要解釋？去900916或wikipedia搜一下不就得了？是，如果在900916中打 “what is a website”,可以得到15億（?。﹤€相關(guān)網(wǎng)頁。掃描一下前幾十條，大同小異，如“a website is a collection of webpages …”（“一個網(wǎng)站是若干網(wǎng)頁的集合。。。”）?？上В@些名目定義，如同我們對其它理論概念的定義一樣，只給出籠統(tǒng)范圍、對實際操作并無直接指導(dǎo)作用。因此，才會有原則同意和具體分歧的出現(xiàn)。

 

在互聯(lián)網(wǎng)技術(shù)界的一個共識是，每個網(wǎng)站的網(wǎng)頁“集”是按一個從低到高的層次結(jié)構(gòu)“合”起來的，其層次最多可能有四級：網(wǎng)頁 (page) -> 目錄 (directory) ->主機名 (host name) ->域名 (domain name)。以我管理的傳播與新媒體碩士專業(yè)網(wǎng)站為例，newmedia.cityu.edu.hk/admissions/index.cfm這個URL中，index.cfm是網(wǎng)頁，放在admissions這個目錄下，newmedia.cityu.edu.hk是主機名（其實是一臺IP地址為144.214.44.183的服務(wù)器）,這個主機名是我們學(xué)校的域名cityu.edu.hk旗下眾多主機名中的一個?；ヂ?lián)網(wǎng)早年（即三、五年前），主機名是擁有域名的機構(gòu)下面的部門網(wǎng)站（見以下例外）。但是，技術(shù)界對擁有主機名的部門網(wǎng)站是否可算獨立的網(wǎng)站并沒有取得共識。

 

從網(wǎng)頁內(nèi)容、網(wǎng)頁制作與管理等各方面來看，大部分部門網(wǎng)站（主機名）與其母公司網(wǎng)站（域名）都是相對獨立的，所以把前者看作是“網(wǎng)站”有一定道理。搜索引擎抓網(wǎng)頁時，只要將URL中第一個“/”右邊的內(nèi)容切掉，剩下的就是主機名，十分方便（如果要從主機名中提域名，還要花點工夫）。用的就是搜索引擎的方法，統(tǒng)計出來的一億“網(wǎng)站”其實就是一億個主機名。這種方法有什么問題呢？至少有兩個。

 

一、主機名數(shù)與官方統(tǒng)計的域名級網(wǎng)站數(shù)不一致。主機名并不需要向域名注冊機構(gòu)（如中國的CNNIC、香港的HKNIC、亞太的APNIC等等）登記注冊。各國政府的統(tǒng)計都是由后者提供的，所以官方（包括國際、國家、地區(qū)等）統(tǒng)計數(shù)據(jù)里的“網(wǎng)站”是指域名數(shù)。如CNNIC對“網(wǎng)站”的定義是“指有獨立域名的Web站點”（見http:///download/2006/20060516.pdf，p. 7），而主機名則被認為是網(wǎng)站下屬的“頻道”。按此定義，中國大陸在2005年共有注冊的域名259萬個、其中有些是重復(fù)指向同樣的服務(wù)器、有些只注冊而沒有投入使用，而實際運營的網(wǎng)站為69萬個（http:///download/2006/20060516.pdf, p. 12）。如果誰不注意Netcraft與CNNIC的不同定義，可能會得出“中國網(wǎng)站（69萬）只占全球總數(shù)（10144萬）的0.7%”的結(jié)論。

 

另據(jù)互聯(lián)網(wǎng)域名注冊和研究公司W(wǎng)ebHosting.info的統(tǒng)計，全球2006年10月共有域名7321萬（http://www./domains/）。其中有多少為正在使用而又不重復(fù)的域名不得而知；如果按中國的經(jīng)驗數(shù)據(jù)（3.75:1）推算，大概有近兩千萬個域名級網(wǎng)站，也即是一億主機名的五分之一。但是我們不能因此得出“每個域名級網(wǎng)站平均擁有5個主機級網(wǎng)站”的結(jié)論，因為如下所說，Netcraft統(tǒng)計的一億主機名并不等于一億個部門/小公司/個人網(wǎng)站數(shù)。

 

二、主機名數(shù)也不等于部門/小公司/個人網(wǎng)站數(shù)量。原因在于各家域名級網(wǎng)站分配給其下屬的“部門網(wǎng)站”、“托管的小公司網(wǎng)站”或“個人網(wǎng)站”（以前叫“個人網(wǎng)頁”、現(xiàn)在自然是“博客“）的名分是不同的。三、五年前，只有域名網(wǎng)站下屬的擁有獨立的IP地址（也即有獨立服務(wù)器）的部門網(wǎng)站才有資格拿到一個主機名。其它的托管公司網(wǎng)站或個人網(wǎng)站一般只能在域名下開一個目錄,如yyy公司在xxx域名下用www./yyy的格式、或zzz個人在xxx域名下用的是www./~zzz的格式（“~”大多用于表示個人網(wǎng)頁）。這么做，主要是因為當(dāng)時主機名一定要與IP地址對應(yīng)。這一技術(shù)上限制，很快就被沖破了?，F(xiàn)在，網(wǎng)絡(luò)管理員寫個小程序，就可以自動將每一個目錄的名字加到在網(wǎng)絡(luò)管理軟件中、從而生成一個“主機名”，這種主機名是“虛擬”，因為實際上沒有獨立的IP地址和服務(wù)器。如本竹家莊zjz06.其實只是目錄/zjz06的虛擬主機名而已，從而成了Netcraft搜出的一億個網(wǎng)站之一。

 

但是，有些域名級網(wǎng)站并不那么慷慨地提供虛擬主機名給托管小公司或個人網(wǎng)站。新浪就是一例。據(jù)一般估計，新浪上的博客網(wǎng)站數(shù)量第一，但好像除了老徐（xujinglei.blog.sina.com.cn）之外，沒有第二個博客有主機名的，大家一律是blog.sina.com.cn/u/下面的一個“目錄”（或用CNNIC的術(shù)語，“頻道”）。也就是說，如果從內(nèi)容和管理等實質(zhì)來看，每個博客網(wǎng)站確實就是一個獨立的“網(wǎng)站”（或我們傳媒人更喜歡說的“媒體”），那么Netcraft統(tǒng)計出來的一億個網(wǎng)站是低估了實際情況的，因為新浪和其它許多“摳門”域名網(wǎng)站下屬的小公司或個人網(wǎng)站沒有被統(tǒng)計到。

 

那么，到底全球有多少網(wǎng)站呢？我不知道。但是，我知道應(yīng)該如何去操作：首先要將“網(wǎng)站”分成三類，然后分門別類地統(tǒng)計：

一、  “機構(gòu)網(wǎng)站”（institutional websites, 即擁有獨立域名的頂級網(wǎng)站），此類網(wǎng)站的數(shù)量已有WebHosting.info、CNNIC等統(tǒng)計；

二、  “部門網(wǎng)站”（departmental websites，即機構(gòu)網(wǎng)站下屬、擁有獨立IP地址的部門或子公司網(wǎng)站），目前尚未有人統(tǒng)計、但在技術(shù)上不難操作；

三、  “個人網(wǎng)站”（personal websites，其實也應(yīng)該包括無獨立IP地址的小公司網(wǎng)站），它們也許有主機名、也許沒有主機名而只是機構(gòu)網(wǎng)站或部門網(wǎng)站下面的一個目錄或頻道，前者容易搜到，而后者很難，因為要將其內(nèi)容（主辦者、主題、地址等）與上級網(wǎng)站以及同級目錄或頻道的內(nèi)容進行比較，工作量極大，而現(xiàn)在的搜索技術(shù)還做不到這種深度的內(nèi)容挖掘。（其實這也是我與李老師討論了兩年、但覺得條件還不成熟的項目之一。）

 

在技術(shù)界還沒有解決如何統(tǒng)計第三類網(wǎng)站前（估計還有數(shù)年時間），我們需要記住的是Netcraft統(tǒng)計到一億網(wǎng)站、遠遠多于“正式”（即注冊過的）的網(wǎng)站數(shù)、又遠遠少于“非正式”網(wǎng)站的總數(shù)。