如何提取google搜索结果里，目标网页的URL？

whois360 · 发表于 2013-6-4 13:06:40

用google搜索，想提取目标网页的URL（10w个），有什么工具吗？

lhelhm · 发表于 2013-6-4 13:10:11

具体需求没明白,是搜索结果搜集(最多1000条) 还是什么

whois360 · 发表于 2013-6-4 13:21:32

lhelhm 发表于 2013-6-4 13:10
* [" S& w0 A U1 }具体需求没明白,是搜索结果搜集(最多1000条) 还是什么

抱歉，可能没说清楚。

要搜集结果页那些网站的URL

比如搜索“中国”

要搜集的内容就是：
http://zh.wikipedia.org/zh/中国
http://baike.baidu.com/view/61891.htm
http://www.baike.com/wiki/中国
http://china.huanqiu.com/
http://world.people.com.cn/GB/57506/190965/
……
……
……

lhelhm · 发表于 2013-6-4 13:26:54

Scrape Sonic
GetFromGoogle
这些小软件都可以,下不到你也可以搜索谷歌搜刮工具,火狐有个插件好久不用也忘了

yoo · 发表于 2013-6-4 13:30:10

我以前曾经编过一个程序，从Google的搜索结果里提取网址。
因为GG搜索结果有着一定的规律，这些URL在包含在GG的连接里，分析提取出来并不难。如果要大量提取，难点在于自动搜索时，还没有搜索几次Google就让输入验证码，这时就无法进行下一次搜索了。

whois360 · 发表于 2013-6-4 13:32:54

lhelhm 发表于 2013-6-4 13:26
" t/ H* C& A1 y3 M: eScrape Sonic
: _' M. y& X& qGetFromGoogle
' q) B7 k! H; @这些小软件都可以,下不到你也可以搜索谷歌搜刮工具,火狐有个插件好久不用也忘 ...

多谢！

whois360 · 发表于 2013-6-4 13:33:27

yoo 发表于 2013-6-4 13:30 8 C5 l: C# E6 t5 y8 u; g- @
我以前曾经编过一个程序，从Google的搜索结果里提取网址。, \3 b+ X+ p# N" p& o; T* Q0 M3 W
因为GG搜索结果有着一定的规律，这些URL在包含在 ...

嗯

数据有10万条，估计翻几页就要输入验证码了

qiqinjun · 发表于 2013-6-4 13:37:54

不知道可不可以，去试试google的搜索API

生鱼片 · 发表于 2013-6-4 13:39:40

现在不好使搜索几页后就会让你输验证码

billy · 发表于 2013-6-4 13:52:33

google不行，换其他搜索引擎吧。
以前也有过类似的采集，开始采集的bing，后来采集的有道搜索，基本上不会挂。
现在具体情况不清楚了。

whois360 · 发表于 2013-6-4 14:00:04

billy 发表于 2013-6-4 13:52
( h% ^5 G' O) ]: {2 k% W" w5 Pgoogle不行，换其他搜索引擎吧。/ E& O8 J! Z" g) M3 f
以前也有过类似的采集，开始采集的bing，后来采集的有道搜索，基本上不会 ...

其它搜索引擎都没有结果

某网站10万个会员的邮箱
看来希望渺茫……

sdwzzx · 发表于 2013-6-4 14:19:04

whois360 发表于 2013-6-4 14:00 2 k' |0 j- Y% A5 l, M U
其它搜索引擎都没有结果; Z) S' d/ X% T; A

3 u* ^4 k" { d7 R7 m B某网站10万个会员的邮箱

楼主搜这邮箱做什么

whois360 · 发表于 2013-6-4 14:23:03

sdwzzx 发表于 2013-6-4 14:19
9 x) R* T, v0 g1 Q) l0 p" x楼主搜这邮箱做什么

有10万个邮箱做什么都好

hudba · 发表于 2013-6-4 16:05:22

whois360 发表于 2013-6-4 14:23 ; n+ G5 S4 a9 J/ R9 j, o$ l0 h- o* z
有10万个邮箱做什么都好

群发搜来的邮箱不会给认为垃圾邮件，封IP吗？

alitraffic · 发表于 2013-6-4 16:22:02

qiqinjun 发表于 2013-6-4 13:37
$ \7 g( L) C3 o1 r5 h( V4 q; D不知道可不可以，去试试google的搜索API

API返回的数量非常有限

		自动登录	找回密码
密码			立即注册

谷歌+Bing+TT+MSN官方代理	⚡️按条S5代理⚡️静态⚡️独享⚡️5G	需要代理IP?⚡️Proxysites.ai⚡️	指纹浏览器，就用AdsPower
Mediabuy⚡️玩家开户首选	【鲁班跨境通-自助充值转账】	FB/GG/TT❤️官方免费开户	Affiliate 全媒体流量资源⚡️
Taboola/Outbrain /Bing⚡️一级代理	*开户投流-724h❤️人工在线**	【官方】❤️搜索套利买量投流开户	独立站⚡️开户投放
DuoPlus专注打造跨境电商云手机	E.PN 虚拟卡	BINOM TRACKER 60% OFF!	比Adplexity还好用的Spy工具
MediaGo+Taboola+Ob开户	百度国际MediaGo⚡️让产品狂奔全球	百度国际，高点击转化，快速放量	百度国际MediaGo，独家原生流量
ADPLEXITY + ADVERTCN	7200W全球动态不重复住宅IP代理	虚拟信用卡+独立站收款	全球虚拟卡, 支持U充值
Facebook 批量上广告	尤里改 - FB 稳定投放	免费黑五教程（持续更新、欢迎交流）	FB 三不限源头 - 自助下户充值转款
各种主页、账单户、BM户（优势）	⚡️个人户，bm户不限额，账单户	9Proxy ⚡️ $0.04/IP, 无限带宽	IPCola原生住宅IP⚡️$2.1/条双ISP
虚拟卡\|PTM星际卡	FB专用虚拟卡	Google、Bing官方总代联盟流量开户	fb耐用号0.01一个
fb账号官方合作商	FB资源，账单户，分享户，国内一手	FB企业户BM户账单户源头	广告位出租

如何提取google搜索结果里，目标网页的URL？

本帖子中包含更多资源

点评

社区QQ达人