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 7 c+ J$ J! _) j; I
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 5 V6 ~3 K$ m2 t* w% ^% e
Scrape Sonic w, p* L4 N& }# O$ v$ r \
GetFromGoogle" g7 `2 D- D& C' j4 s7 d
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
9 r4 b$ m3 N! M8 N/ }% s5 V0 W: y我以前曾经编过一个程序，从Google的搜索结果里提取网址。
2 O5 n3 }. u( a$ f1 `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 / I" q' W6 I/ e5 f
google不行，换其他搜索引擎吧。
) M9 A1 C& U0 s$ {. A4 E! g; ~" N3 B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
- N3 B9 y, X( R& G0 a5 F% n! K其它搜索引擎都没有结果
6 t3 q5 Y7 ]7 [6 e5 ~1 [; B0 t/ M
# {9 Z) M: M* f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
) O. Q" f F! R9 k" c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
. ]) J3 M( p, p: J/ l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 2 `; J2 R: K# }
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

⚡️AdsPower:安全不封号,高效自动化	广告专用虚拟卡/U充值/高返点	皇家代理IP⚡️#1性价比⚡️	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	FB BM不限额，短id账单户
E.PN 虚拟卡	BINOM TRACKER 60% OFF!	比Adplexity还好用的Spy工具	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）
⚡️TikTok企业户，bm户，账单户	FB企业户,TT老户,GG老户源头	海外CL企业户源头	PTM虚拟卡[全新卡BIN+高返点]
PTM虚拟卡[OPENAI+全场景通用]	FB虚拟卡⚡️消费越多返现越多	最大欧洲Nutra网盟BA找量	->Tyver SPY汇聚海量广告创意
高质量代理⚡️住宅⚡️移动	广告位出租	8500万高质量住宅IP，助力各种需求	虚拟卡返佣1%，国内持牌机构

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