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。

★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】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