logo标签列表

如何构建复杂的谷歌网络搜索查询？

httpsearch-enginegoogle-search
10

通过使用Google搜索引擎在互联网上进行搜索是互联网用户的事实标准。Google提供了一个基本或高级表单以准备查询字符串到其搜索引擎。假设对于不使用Web表单感兴趣，可以简单地通过构建在搜索条件上的查询字符串对特定URL进行HTTP get请求。

例如，我可以通过在以下位置进行HTTP请求来搜索包含单词“hello” 的结果:

http://www.google.com/search?q=hello

我可以添加另一个词，例如 "world"，如下所示：

http://www.google.com/search?q=hello+world

你知道，通过指定以下好的参数可以使搜索变得更加“复杂”：

  • 或者条件
  • 精确短语
  • 搜索特定域名
  • 避免特定单词
  • 使用特定语言搜索
  • 限制地理区域搜索
  • 搜索文档类型
  • 等等。

如何修改查询字符串以考虑上述搜索参数？

我希望你知道，不使用网页表单而是爬取结果页面会违反谷歌的使用条款。 - Filburt
1
@Filburt 谢谢！你提醒了我！不过，我的问题是如何制作某个东西，而不是知道这是否违反了 Google 的条款！我正在测试一个原型。Google 已经能够保护自己免受我的侵害 :) - JeanValjean
5个回答
5
我仔细查看了Pratik Chowdhury和Robbie Vercammen的答案。他们提供了一个链接，其中列出了在Google搜索表单中使用的可能的文本过滤器列表。尽管这很有趣，但他们没有回答问题。因此，我认真研究了这个问题，并找到了以下解决方案。
假设您需要进行一次一次性HTTP调用（例如通过每月运行的PHP类来运行CRON），以便检索特定字符串查询的搜索结果，例如所有包含某些单词（即“hello”和“world”）的页面（即mywebsite.com），那么您可以对以下地址进行HTTP get调用：
http://www.google.com/search?q=hello+world+site:mywebsite.com

q参数可以包含整个搜索查询，但是Google定义了一个“dummy proof”参数列表。

请注意，AND运算符可以由as_q参数代替表示。

要获取页面结果中“hello”和“world”之间任意一个（即OR），必须将查询“q”参数更改为：

q=hello+OR+world

更紧凑的表示使用as_oq参数：

as_oq=hello+world

如果要查找确切的短语“hello world”，则q参数为：
q="hello+world"

另一种紧凑表示法使用as_epq参数：

as_epq=hello+world

如果想要查找不包含“hello”和“world”这两个词的所有结果，q 参数应为：

q=-hello+-world

另外一种紧凑的表示方法使用 as_eq 参数：

as_eq=hello+world

当然，as_q、as_oq、as_epq、as_eq等可以像往常一样（即使用&字符）组合在一个独特的搜索查询中。因此，例如我可以搜索单词“hello”和“word”，加上“programming”和“code”之间的一个单词，如下所示：
q=hello+world&as_oq=programming+code

可以按以下方式搜索特定域名（再次，mydomain.com）：

as_sitesearch=mydomain.com

然而，如果你想排除特定的域名（例如，因为它是垃圾邮件来源），你必须使用标准符号。例如：

q=hello+-site:mydomain.com

返回所有不在网站mydomain.com中的包含单词“hello”的页面。

要获取特定文件类型，例如pdf，您可以使用as_filetype：

as_filetype=pdf

更复杂的搜索参数可以使用，如Google支持文档中提供的。 例如，要获取具有单词同义词的结果，只需在单词前面使用〜运算符，例如：
q=~hello

此外，如果您想使用通配符，例如获取所有以“hello”开头并以“world”结尾的确切短语，您应该使用*运算符：
q="hello+*+world"

这可能会返回类似于“hello to the world”和“hello sweet world”的内容。

您还可以使用以下关键字（阅读此处以获取更多详细信息）在页面标题或页面网址中搜索特定单词：

  • intitle
  • allintitle
  • inurl
  • allinurl

例如，以下内容将返回所有包含单词“hello”和“world”的网址页面：

q=allinurl:hello+world

对于Google GUI页面的语言（不是结果页面），需要将语言字符串（例如英语为en，法语为fr，意大利语为it等）插入到查询字符串中的hl参数中。换句话说，如果使用英文版的Google进行搜索，则查询字符串变为如下形式：

http://www.google.com/search?hl=en&q=hello+world+site:mywebsite.com

要选择特定的语言，例如意大利语，请使用lr查询参数：
lr=lang_it

使用cr参数，可以选择特定地理区域发布的页面。例如，要查找在意大利发布的所有页面：

cr=countryIT
2

为了创建复杂的and/or查询，您可以使用()和OR。

例如，如果我们想要搜索：

("tschakk buff" AND "boom bang") OR ("zata tong" AND "zong klirr")

查询语句应该是这样的：
https://www.google.com/search?q=("tschakk%20buff"%20"boom%20bang")%20OR%20("zata%20tong"%20"zong%20klirr")
1
尽管这本书的标题看起来危险，但如果您不滥用它，它将回答您所有的问题。
这本书的名字是《危险的谷歌-寻找秘密》，作者是Michał Piotrowski，出自hackin9杂志。
祝你好运。
1
我将进行测试。明天我会给你反馈！不管怎样，谢谢 :) - JeanValjean
1

Advangle 是一个不错的免费服务，您可以在其中通过可视化方式构建网页搜索查询，并将查询字符串（或链接到 Google 和 Bing 的 URL）作为结果。

抱歉，我尝试过了（它仍处于beta版本），但它并不能很好地工作！例如，它似乎支持多文件类型搜索，但在Google中查询返回的是q="help" filetype:pdf filetype:eps，结果却没有任何搜索结果，而正确的查询应该是q=help+filetype:pdf+OR+filetype:eps。 - JeanValjean
这不是错误。默认情况下，所有条件都是通过AND连接的。因此，您要求查找所有文件类型为EPS AND PDF的文档，这显然是不可能的。 如果您需要通过OR连接它们-请将根条件组的链接类型从“all”更改为“any”。 - DevGuy
链接已失效。 - ruohola
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接