用Google挖掘数据

cryopig

http://blog.cathayan.org/item/1198
Google搜索tips，其中有以前知道的，有以前知道后来不用给忘掉的，也有新近学到并用上的，还有偶尔用一下的。


“关键词”，用引号加上就是原样出现在结果中，不再分词。

+关键词，表示一定要有这个词出现；有些特别简单流行的词Google会自动略去－－当然在结果页上会提醒，也可以用+号强制要求这个词。

-关键词，表示不含有这个词。

~关键词，同义词，似乎只对英文有效？

关键词 OR 关键词，或者关系。没有AND，因为Google缺省就这样使用所有关键词。

site:URL，把结果限制在此网站内。URL不一定是一个完整的域名，也可以是cn/edu这样的顶级域名。

related:URL，和该页、站相关的，不清楚其中的算法。

link:URL，链接了该页、站的。有时候看看自己的站被谁加了链接了。

phone:name，查电话的。这个用法告诉我们，如果不是开公司，不要随便在网上留电话。

filetype:ft，限定文件类型。如果用index of再加上这个，可以查些FTP出来。

daterange:儒略历写法的日期，指定日期，原文中说2452384是个例子，可Google一下这种日期格式说是5位数字（两位年份，三位该天是当年的第几天），可能前者是对的。

这个功能还是进高级搜索用吧。

找了个详细的说明，原来5位数字是编程专用的，7位的是从公元前4713年1月1日算起的日数（也可以有时间，放在小数点后面），以7980年为周期循环。还找到一页可以做这种公历－儒略历日期转换的网站。

又有说法说是用20060220这种写法，似乎也不管用。


inurl:关键词，要求该关键词在URL中，仅指紧跟着的那个词。

allinurl:关键词，要求所有关键词都在URL中。

intitle:关键词，在标题中。

allintitle:关键词，全部在标题中。

allinlinks:关键词，在链接中。

intext:关键词，在正文中。

allintext:关键词，全部在正文中。

1..100，数字范围，上面说的Daterange似乎可以用-来表示范围。

词 * 词，表示这两个关键词之间可以有1到多个词隔开。如果是数字，就是乘号的计算器搜索功能了。