如何构建复杂的Google Web搜索查询？

Question

使用Google搜索引擎通过网络搜索是互联网用户的事实标准.Google提供基本或高级表单,以便为其搜索引擎准备查询字符串.假设对不使用Web表单感兴趣,可以使用在搜索条件下构造的查询字符串简单地对特定URL执行HTTP get请求.

例如,我可以通过在以下位置执行HTTP请求来搜索带有" hello " 字样的结果:

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

我可以添加另一个词,例如" 世界 ",如下:

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

你知道,通过指定好的参数,搜索可能会更"复杂",例如:

• 或条件
• 确切的短语
• 搜索特定域名
• 避免使用特定字词
• 使用特定语言搜索
• 限制按地理区域搜索
• 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？

Answer 1

我仔细检查了Pratik Chowdhury和Robbie Vercammen的答案。它们提供了一个指向 Web 文档的链接，这些文档报告了要在 Google 搜索表单中使用的可能的文本过滤列表。尽管这很有趣，但他们没有提供问题的答案。因此，我研究了很多问题，并找到了以下解决方案。

假设您需要对Google 搜索进行一次异常的HTTP 调用（例如，通过每月一次通过 CRON 运行的 PHP 类）以检索特定字符串查询的搜索结果，例如所有包含某些词的页面（即“ hello" 和 "world") 在您的网站（即mywebsite.com）中，然后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

该q参数可以包含整个搜索查询，但 Google 定义了一个参数的虚拟证明列表。

请注意，AND运算符可以由as_q参数表示。

要获得介于“hello”和“world”（即和 OR）之间的页面结果，必须将查询“q”参数更改为：

q=hello+OR+world

而更紧凑的表示使用as_oq参数：

as_oq=hello+world

如果查找确切的短语“hello world”，则q参数为：

q="hello+world"

同时，另一个紧凑的表示使用as_epq参数：

as_epq=hello+world

如果查找所有不包含单词“hello”和“world”的结果，则q参数为：

q=-hello+-world

同时，另一个紧凑的表示使用as_eq参数：

as_eq=hello+world

当然，as_q, as_oq, as_epq,as_eq等可以像往常一样组合在唯一的搜索查询中（即通过使用&字符）。因此，例如，我可以搜索“hello”和“word”这两个词以及“programming”和“code”之间的一个，如下所示：

q=hello+world&as_oq=programming+code

可以按如下方式搜索特定域（同样是mydomain.com）：

as_sitesearch=mydomain.com

但是，如果您想排除特定域（例如，因为它是垃圾邮件源），您必须重复使用标准符号。例如：

q=hello+-site:mydomain.com

返回所有不在站点mydomain.com 中的带有“hello”字样的页面。

要获取特定文件类型，例如 pdf，您可以使用as_filetype：

as_filetype=pdf

可以使用更复杂的搜索参数，如Google 支持文档中提供的那样。例如，要获得一个词的同义词结果，只需~在词前使用运算符，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：“你好世界”和“你好甜蜜的世界”。

还可以使用以下关键字在页面标题或页面 url 中搜索特定词（阅读此处了解更多详细信息）：

• 标题
• 标题
• 网址
• 网址

例如，以下返回所有页面，“hello”和“world”这两个词都在 url 中：

q=allinurl:hello+world

对于 Google GUI 页面的语言（不是结果之一），必须将语言字符串（例如en，英语、fr法语、it意大利语等）插入查询字符串中的hl参数。换句话说，如果用英文版的谷歌搜索，查询字符串如下：

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

要选择特定语言，例如意大利语，请使用lr查询参数：

lr=lang_it

还可以使用该cr参数选择在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

Answer 2

虽然这本书的标题看起来很危险，但无论如何，如果你不滥用它，它会回答你所有的问题。

\n\n

这本书的名字是《Dangerous Google \xe2\x80\x93 Searching for Secrets》，作者：Micha\xc5\x82 Piotrowski，某 hackin9 杂志出品。

\n\n

祝你好运

\n