2.3.5 Filetype:搜索指定類型的文件 Google不但能搜索網(wǎng)頁,還能夠搜索許多不同類型的文件,包括PDF(Adobe Portable Document Format,Adobe便攜文檔格式)和Microsoft Office文檔。filetype操作符可以幫助你搜索這些文件。更為特別的是,filetype也可以查找以特定文件擴展名結(jié)尾的網(wǎng)頁。文件擴展名是URL的一部分,它位于文件名的最后一個句號之后,參數(shù)列表的開頭的問號之前。一般來講,文件擴展名表示了能夠用何種類型的程序來打開文件,因此可以通過Google的filetype操作符搜索特定的文件擴展名來尋找特定類型的文件。表2.1列出了Google所搜索的主要幾種文件類型,來源于www.google.com/help/faq_filetypes.html#what。 表2.1 Google搜索的主要文件類型
表2.1并沒有列出Google能夠搜索的所有文件類型。根據(jù)http://,目前已知有幾千種文件擴展名。Google在它的數(shù)據(jù)庫當中對所有的文件擴展名都有相應(yīng)的例子!這意味著Google能夠抓取任意一種擴展名的頁面,但是同樣需要明白的是,Google可能無法搜索那些目前還未知的文件類型。雖然表2.1列出了Google搜索的最主要的幾種文件類型,但是你還可能想知道在幾千多種文件擴展名之中,哪些在網(wǎng)絡(luò)中是最為常見的。表2.2列出了可以在網(wǎng)絡(luò)中搜索到的排名前25的文件擴展名,表中按該種文件類型的搜索結(jié)果數(shù)排名。 表2.2 前25種文件擴展名,來源于Google
自擴展名查詢伊始,三年間的改變已經(jīng)相當之巨。你看Google反饋的結(jié)果數(shù)有如此之多!查詢結(jié)果的進步讓人瞠目結(jié)舌。如果你對某些擴展名不熟悉,請訪問www.,這是一個了解文件擴展名詳細信息的一個相當好的網(wǎng)站,在這里,你可以了解到擴展名是什么,以及它們可以與何種程序關(guān)聯(lián)。 提示 ext操作符可以用來替代filetype。filetye:xls查詢與ext:xls等價。 Google會把它搜索到的每個文檔都轉(zhuǎn)換為HTML或者文本文件以方便在線查看。你可以從圖2.11中看到一個Google搜索到并轉(zhuǎn)換過的文件。
當你點擊Google已經(jīng)轉(zhuǎn)換過的文檔的鏈接時,會在頁面頂部顯示一個標題,提示你正在瀏覽該頁面的HTML版。Google當然也提供了原文件的鏈接。如果你認為這看起來像是頁面的緩存視圖,那么你說對了。這是原始頁面的緩存版本,同時也是轉(zhuǎn)換后的HTML版。 雖然這些功能都很好,但是Google并不是完美的。請記住下面的幾句話: Google并不總是提供頁面轉(zhuǎn)換版本的鏈接。 Google并不總能正確地識別出文件類型,即便對最常見的文件類型而言也是如此。 當Google抓取到一個以特定文件擴展名結(jié)尾的內(nèi)容為空的文件時,Google仍會給出一個有效的文件以及把這個文件轉(zhuǎn)換后的鏈接。即便一個空白的Word文檔的HTML版本也是空白的,Google也會這么做。 當OR操作符和filetype操作符混用時,就會產(chǎn)生問題了。例如查詢filetype:doc返回3900萬條結(jié)果。查詢filetype:pdf將返回25500萬條結(jié)果。查詢(filetype:doc | filetype:pdf)能返回33500萬條結(jié)果,這相當接近于兩個單獨查詢的結(jié)果數(shù)之和。但是,當你把前一個查詢改為類似于(filetype:doc | filetype:pdf) (doc | pdf)時,Google將會找到44100萬條結(jié)果:得到的結(jié)果甚至比原來的更少的限制查詢的結(jié)果更多。我們發(fā)現(xiàn)對這個操作符使用布爾邏輯時,經(jīng)常有問題,所以當你發(fā)現(xiàn)事情不對時,應(yīng)該考慮是不是這種問題。 這個操作符可以和其他操作符及搜索關(guān)鍵字混合使用。 Google搜索背景知識 Google Hacking小提示 我們無法簡單地來證明:真正的黑客總是活躍在灰色地帶。filetype操作符給那些真正的Google黑客開辟了另一片有趣的天地??紤]查詢filetype:xls -xls。這個查詢不應(yīng)該返回結(jié)果,因為所有的XLS文件的URL中都包含XLS,對嗎?錯。在本書寫作之時,這個查詢確實給出了7000多條結(jié)果,別的不說,至少這些結(jié)果都是相當有趣的。 【責任編輯:云霞 TEL:(010)68476606】
|
|