搜索引擎的高级搜索法在爬虫的应用

问题的抛出:
涉及平时我们使用搜索引擎,如必应,百度等,也没有想到说是使用高级搜索。但是为了提高搜索的精度和速度,我们需要对一些必要的高级搜索进行了解。这个问题是在我写爬虫时遇到的。

关键的几个高级搜索:

问题一: 如何在指定站点内搜索
关键字: 指定站点内
解决:在关键字后 +site: 站点
在这里插入图片描述
这对于爬取指定网站的信息具有重要意义:

https://cn.bing.com/search?q=?q=中美贸易战+site:chinanews.sina.com

就是使用bing搜索某一站点里的特定主题的页面url,这样写爬虫的结构就具有统一性,而且相当于我们先使用bing爬虫为我们服务了。

问题二:如何查找指定类型文件
关键字:类型文件
问题解决:搜索关键字+filetype:doc (pdf,xls) 或反过来(不同搜索引擎有区别)
在这里插入图片描述
问题三:如何按照网页标题进行精确查找(区别于网页内容包含关键字的查询)
关键字:网页标题的查找
解决:intitle:关键字
将标题中包含关键字的网页查出来

问题四:在根据网址(url)中某一内容的网页
关键字:网址内容
解决方法:inurl:关键字

问题五:如何实现关键词精确查询
关键字:精确查询,关键字
解决方法:使用中文的“ ”,和-(减)

百度的高级搜索网址:

https://www.baidu.com/gaoji/advanced.html

推荐看得一篇博文:

https://www.jianshu.com/p/6c4d5859d39c
https://me.csdn.net/qq_35495763

声明:本文引用较多,仅为个人记忆和总结之用,感谢以上两位博主的文章,写的很棒!

发布了9 篇原创文章 · 获赞 4 · 访问量 1919

猜你喜欢

转载自blog.csdn.net/weixin_43038752/article/details/90549475