如何挖掘网络资源[2]:Google 搜索的基本语法
本系列前一个帖子大致聊了“网站的类型和使用场景”,里面频繁提到搜索引擎的使用。所以,这一篇就来聊一下搜索引擎的话题。
首先,俺简单说一下“搜索引擎的选择”。
在咱们天朝,Google 屡屡被 GFW 骚扰,导致百度占了便宜,成为份额最高的搜索引擎。不过今天这篇教程,俺还是继续拿 Google 来说事儿。为啥俺不喜欢用百度,主要原因如下:
这点是众所周知的。
百度毕竟是在天朝混饭吃的,不得不向朝廷妥协,对搜索结果进行自我审查。假如某个页面符合你的搜索条件,但碰巧包含某个敏感词,那么该页面就不会出现在搜索结果中。
因此,你用百度搜索,看到通常都是比较“和谐”的内容。久而久之,你就真的以为这世界很和谐(长期用百度搜索,就如同长期看新闻联播)。
这点是比较显然的,俺就不举例了。
对于经常上网查(理工类)技术资料的网友,这点也很重要。这方面的网上资源,洋文总是比中文的更丰富。
这点,很多人可能体会不深。俺举个例子。
刚才测试了一下,分别用 Google 和 百度 搜索
Google 搜到的第一条就是俺博客主站点的首页,而百度搜到的第一条是俺在 CSDN 博客的首页(从2012年春节就没更新了)。除了第一条,其它几条也是 Google 的结果相关度较高,而百度的结果相关性较差。
考虑到俺博客在墙外,而且俺最近1-2年写的都是敏感的政治内容,转载的大都是墙外网站,外链主要也位于墙外。所以俺猜测,百度对墙外页面的抓取不如 Google 丰富。
虽然说了 Google 的很多好话,估计有些同学还是会问:Google 已撞墙,咋办捏?
其实很简单,你只要会翻,墙就成了浮云。俺博客上有很多翻墙教程,而且俺每1-2个月会发一篇“翻墙快报”。翻墙学起来并不难,不要因为翻墙问题而损失了一个很好的搜索引擎。
下面,俺就开始介绍 Google 的各种常用技巧。
首先说一下关键词的逻辑关系。
当你在搜索框输入多个关键词的时候,默认情况下,这些关键词之间是“与”关系。也就是说,某个页面通常要包含你输入的每一个关键词,才会出现在搜索结果中。
有些时候,你希望使用“或关系”来组合搜索关键词,那么,可以用
请注意:
这里的
所谓的精确搜索,就是采用某些特定语法,尽量缩小搜索结果的范围,以提高信噪比(关于信噪比,俺在前一篇解释过)。
比如你直接在搜索框输入不带引号的
那么,搜索到的结果里面,可能会包含这样的网页——在网页的头部出现
如果你想明确告诉搜索引擎,这4个字必须紧挨着,那么,你可以使用引号的语法
请注意:
这里的引号一定要用半角的。
1. 限定具体的网站域名
有时候,你只想搜索指定网站的内容,可以用
举例——只搜索俺博客的内容:
请注意:
2. 限定具体的网站域名及目录名
另外,
比如俺博客的目录结构是按照年份和月份归档的,如果你想搜索俺博客在这个月的内容,可以用如下语法
3. 部分限定域名
该语法还有如下变形,支持对域名的部分限定。
举例——只搜索 com 顶级域名:
举例——只搜索国内的教育网:
你可以指定让 Google 只搜索网页中的特定元素,有如下几种语法:
1. 只搜索标题
用如下语法,要求 关键词2 必须在标题中,关键词1 可以在任何网页的地方
2. 只搜索网页正文
语法同上,使用
3. 只搜索网页的 URL 网址
语法同上,使用
(网页的网址,就是你在浏览器地址栏里面看到的那串)
4. 只搜索网页中的超链接
语法同上,使用
(使用此语法,只搜索网页中可以点击的链接的文字)
可以使用
这个语法用来搜电子书或论文比较方便。比较常用的文件格式有:pdf、doc、rtf、ppt、xls
举例——搜索 PDF 文件:
紧挨着关键词之前放波浪号
有了这个功能,你就不必用
举例:
用如下语法,既可以搜索到包含 food 的网页,也可以搜索到包含 nutrition 的网页
请注意:
这里的波浪号一定要用半角的。
在两个数字之间放两个小数点
举例:
也可以仅指定一个数字。如下例子表示搜索大于 2002 的数字
举例:
请注意:
这里的小数点一定要用半角的。
你可以用星号
举例:
比如“以飨读者”这个成语,第二个字你不知道怎么写,也不知道怎么发音——用输入法写不出来。可以用如下语法搜索,就可以找到该成语的写法。
请注意:
这里的星号一定要用半角的。
另外,星号也可以配合刚才提到的
举例:
比如新浪有如下几个域名
sina.com.cn
sina.com.hk
sina.com.tw
你用如下语法,就可以限定搜索范围在上述几个域名
紧挨着关键词之前放减号,表示排除该关键词。也就是说,网页如果包含该关键词,就不会出现在搜索结果中。
举例:
比如你搜索
请注意:
这里的减号一定要用半角的。
这个语法也可以跟前面提到的几个语法(比如
如果你需要混用上述几种语法,就得考虑使用括号——看起来清晰而且不容易搞错不同语法的优先级。
举例:
以下是若干小技巧,平时不经常用。一旦需要,会很方便
使用如下语法,Google 会给出该单词的注解和音标。
有些稍微复杂的表达式(比如带多重括号的),用 Windows 计算器不太方便,你可以让 Google 帮你算。
只需把数学表达式输入到搜索框,动态提示中就已经告诉你结果了
举例:
提醒一下:
表达式中可以使用常见的数学函数(log、ln、sin、cos、等)
比如用如下语法,可以计算 100 美元可兑换多少人民币,还配有近期走势图(USD 是美元货币代码,CNY 是人民币货币代码)。
有些同学会问:去哪找那些货币代码捏?
没关系,先在搜索框输入上述这串,敲回车;Google 会显示一个界面,上面有换算货币的下拉框,你就可以选世界上的各种外汇。
这个可能用得不多——貌似天朝很少人用华氏温度。
举例——摄氏温度转华氏温度:
举例——华氏温度转摄氏温度:
考虑到篇幅,本文先聊一些基础的搜索语法。本系列的后续博文,俺会继续介绍“搜索关键字该如何选择”。
回到本系列的目录
https://program-think.blogspot.com/2013/03/internet-resource-discovery-2.html
★搜索引擎的选择(为啥不用百度)
首先,俺简单说一下“搜索引擎的选择”。
在咱们天朝,Google 屡屡被 GFW 骚扰,导致百度占了便宜,成为份额最高的搜索引擎。不过今天这篇教程,俺还是继续拿 Google 来说事儿。为啥俺不喜欢用百度,主要原因如下:
◇搜索结果的阉割很严重
这点是众所周知的。
百度毕竟是在天朝混饭吃的,不得不向朝廷妥协,对搜索结果进行自我审查。假如某个页面符合你的搜索条件,但碰巧包含某个敏感词,那么该页面就不会出现在搜索结果中。
因此,你用百度搜索,看到通常都是比较“和谐”的内容。久而久之,你就真的以为这世界很和谐(长期用百度搜索,就如同长期看新闻联播)。
◇对洋文的收录不如 Google
这点是比较显然的,俺就不举例了。
对于经常上网查(理工类)技术资料的网友,这点也很重要。这方面的网上资源,洋文总是比中文的更丰富。
◇对墙外网站的收录不如 Google
这点,很多人可能体会不深。俺举个例子。
刚才测试了一下,分别用 Google 和 百度 搜索
"编程随想"
(此处须用半角引号,其作用后面会介绍。为了客观性,俺使用一个干净的浏览器——没登录过任何帐号,清空了 cookie)Google 搜到的第一条就是俺博客主站点的首页,而百度搜到的第一条是俺在 CSDN 博客的首页(从2012年春节就没更新了)。除了第一条,其它几条也是 Google 的结果相关度较高,而百度的结果相关性较差。
考虑到俺博客在墙外,而且俺最近1-2年写的都是敏感的政治内容,转载的大都是墙外网站,外链主要也位于墙外。所以俺猜测,百度对墙外页面的抓取不如 Google 丰富。
虽然说了 Google 的很多好话,估计有些同学还是会问:Google 已撞墙,咋办捏?
其实很简单,你只要会翻,墙就成了浮云。俺博客上有很多翻墙教程,而且俺每1-2个月会发一篇“翻墙快报”。翻墙学起来并不难,不要因为翻墙问题而损失了一个很好的搜索引擎。
下面,俺就开始介绍 Google 的各种常用技巧。
★关键词的逻辑关系
首先说一下关键词的逻辑关系。
◇"与"关系
当你在搜索框输入多个关键词的时候,默认情况下,这些关键词之间是“与”关系。也就是说,某个页面通常要包含你输入的每一个关键词,才会出现在搜索结果中。
◇"或"关系
有些时候,你希望使用“或关系”来组合搜索关键词,那么,可以用
OR
语法,格式如下:关键词1 OR 关键词2
请注意:
这里的
OR
一定要大写。★精确搜索
所谓的精确搜索,就是采用某些特定语法,尽量缩小搜索结果的范围,以提高信噪比(关于信噪比,俺在前一篇解释过)。
◇限定关键词的排列
比如你直接在搜索框输入不带引号的
编程随想
那么,搜索到的结果里面,可能会包含这样的网页——在网页的头部出现
编程
,在网页的尾部出现 随想
,两者相距甚远。这显然不是你想要的。如果你想明确告诉搜索引擎,这4个字必须紧挨着,那么,你可以使用引号的语法
"编程随想"
请注意:
这里的引号一定要用半角的。
◇限定搜索的网站
1. 限定具体的网站域名
有时候,你只想搜索指定网站的内容,可以用
site:
语法。举例——只搜索俺博客的内容:
关键词 site:program-think.blogspot.com
请注意:
site:
之后的部分,【不】需要写 http:// 或 https://2. 限定具体的网站域名及目录名
另外,
site:
之后的部分,还可以带目录名。比如俺博客的目录结构是按照年份和月份归档的,如果你想搜索俺博客在这个月的内容,可以用如下语法
关键词 site:program-think.blogspot.com/2013/03
3. 部分限定域名
该语法还有如下变形,支持对域名的部分限定。
举例——只搜索 com 顶级域名:
关键词 site:.com
举例——只搜索国内的教育网:
关键词 site:.edu.cn
◇限定搜索的网页元素
你可以指定让 Google 只搜索网页中的特定元素,有如下几种语法:
1. 只搜索标题
用如下语法,要求 关键词2 必须在标题中,关键词1 可以在任何网页的地方
关键词1 intitle:关键词2用如下语法,则要求两个关键词都在标题中
allintitle:关键词1 关键词2
2. 只搜索网页正文
语法同上,使用
intext:
和 allintext:
语法。3. 只搜索网页的 URL 网址
语法同上,使用
inurl:
和 allinurl:
语法。(网页的网址,就是你在浏览器地址栏里面看到的那串)
4. 只搜索网页中的超链接
语法同上,使用
inanchor:
和 allinanchor:
语法。(使用此语法,只搜索网页中可以点击的链接的文字)
◇限定文件格式
可以使用
filetype:
语法告诉 Google 只搜索某些类型的文件格式。这个语法用来搜电子书或论文比较方便。比较常用的文件格式有:pdf、doc、rtf、ppt、xls
举例——搜索 PDF 文件:
关键词 filetype:pdf
★模糊搜索
◇同义词(波浪号)
紧挨着关键词之前放波浪号
~
表示搜索同义词。有了这个功能,你就不必用
OR
写一堆关键词。因为 Google 是足够聪明的,知道哪些词汇是近义词。举例:
用如下语法,既可以搜索到包含 food 的网页,也可以搜索到包含 nutrition 的网页
~food
请注意:
这里的波浪号一定要用半角的。
◇数字范围(两点)
在两个数字之间放两个小数点
..
表示模糊搜索该数字范围。举例:
世界杯 2002..2010
也可以仅指定一个数字。如下例子表示搜索大于 2002 的数字
举例:
世界杯 2002..
请注意:
这里的小数点一定要用半角的。
◇通配符(星号)
你可以用星号
指代任何一个词汇。使用此语法,通常配合引号,以提高信噪比。举例:
比如“以飨读者”这个成语,第二个字你不知道怎么写,也不知道怎么发音——用输入法写不出来。可以用如下语法搜索,就可以找到该成语的写法。
"以读者"
请注意:
这里的星号一定要用半角的。
另外,星号也可以配合刚才提到的
site:
语法一起使用。举例:
比如新浪有如下几个域名
sina.com.cn
sina.com.hk
sina.com.tw
你用如下语法,就可以限定搜索范围在上述几个域名
关键词 site:sina.com.
★【排除】某些关键词
紧挨着关键词之前放减号,表示排除该关键词。也就是说,网页如果包含该关键词,就不会出现在搜索结果中。
举例:
比如你搜索
甲骨文
,既找到“考古”方面的页面,也会找到“Oracle 数据库”方面的页面。如果你仅仅想要考古方面的,可以用如下方式排除数据库相关的结果。甲骨文 -数据库
请注意:
这里的减号一定要用半角的。
这个语法也可以跟前面提到的几个语法(比如
site:
和 filetype:
)组合使用。★括号的使用
如果你需要混用上述几种语法,就得考虑使用括号——看起来清晰而且不容易搞错不同语法的优先级。
举例:
关键词1 关键词2 (关键词3 OR 关键词4)
★其它的搜索小技巧
以下是若干小技巧,平时不经常用。一旦需要,会很方便
◇Google 当词典
使用如下语法,Google 会给出该单词的注解和音标。
define:某单词
◇Google 当计算器
有些稍微复杂的表达式(比如带多重括号的),用 Windows 计算器不太方便,你可以让 Google 帮你算。
只需把数学表达式输入到搜索框,动态提示中就已经告诉你结果了
举例:
((1+2)3)2
提醒一下:
表达式中可以使用常见的数学函数(log、ln、sin、cos、等)
◇用 Google 换算汇率
比如用如下语法,可以计算 100 美元可兑换多少人民币,还配有近期走势图(USD 是美元货币代码,CNY 是人民币货币代码)。
100 USD to CNY
有些同学会问:去哪找那些货币代码捏?
没关系,先在搜索框输入上述这串,敲回车;Google 会显示一个界面,上面有换算货币的下拉框,你就可以选世界上的各种外汇。
◇用 Google 换算温度
这个可能用得不多——貌似天朝很少人用华氏温度。
举例——摄氏温度转华氏温度:
100 c to f
举例——华氏温度转摄氏温度:
100 f to c
★结尾
考虑到篇幅,本文先聊一些基础的搜索语法。本系列的后续博文,俺会继续介绍“搜索关键字该如何选择”。
回到本系列的目录
版权声明
本博客所有的原创文章,作者皆保留版权。转载必须包含本声明,保持本文完整,并以超链接形式注明作者编程随想和本文原始网址:https://program-think.blogspot.com/2013/03/internet-resource-discovery-2.html