如何挖掘网络资源[2]：Google 搜索的基本语法
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
用如下语法，则要求两个关键词都在标题中
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 】符号。
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 】符号。
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 】符号。
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
★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/2013/033. 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2allintitle:关键词1 关键词22. 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 】符号。
◇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 】符号。
◇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 】符号。
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 和本文原始地址：
https://program-think.blogspot.com/2013/03/internet-resource-discovery-2.html
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 和本文原始地址：
https://program-think.blogspot.com/2013/03/internet-resource-discovery-2.html
文章版权归原作者所有。
