@michaelrodri Написать автору модуля с примером и показать проблемное место ...
Парсер Google
-
-
@кот Я делал так
Allinurl: /customer/account/create/Но гугл выдает не все результаты.
-
inurl:/webforms/index/index intext:2017 inurl:/webforms/index/index/ intext:beauty intitle:shop dll intext:powered by webforms "contact" intext:2016 intext:powered by webforms "contacto" intext:2016 intext:powered by webforms "contact" intext:by intext:powered by webforms intext:shipping intext:"powered by webforms" ladies intext:"powered by webforms" man inurl:index.php/checkout/cart/ intitle:shopping inurl:checkout/cart/ intitle:shopping cart "audio" intitle:"Search Terms" "shop" intitle:"Search Terms" "mobile" intitle:"Search Terms" inurl:index.php/customer-service intitle:customer service "mall" inurl:index.php/customer-service "shirt" inurl:index.php/customer-service "beauty" inurl:index.php/customer-service "online" inurl:index.php/customer-service "games" inurl:index.php/customer-service "city" inurl:index.php/customer-service "mobile" login inurl:customer/account/login/ site:.com intitle:shop inurl:account/login/ site:.com intext:2016 inurl:customer/account/ site:.com inurl:/checkout/onepage/Login site:.com "site magento" inurl:/index.php/admin/index/ "site magento" inurl:/index.php/admin/index/ inurl:/?___from_store=id inurl://?___from_store=id intext:magento inurl:/?___store= inurl:/?___store= intext:magento inurl:/categories/books/ intext:magento "shirt" inurl:customer/account/login/ site:.com "Site magento" /index.php/admin/sales_order/ site:? inurl:"shirt" inurl:customer/account/login/ site:.com inurl:"jeans" inurl:account/login site:.com inurl:"Login or Create an Account. Registered Customers. If you have an account with us, log in using your email address. *Email Address. *Password. Login" inurl:"/skin/frontend/" inurl:"/frontend/enterprise/" inurl:"/js/mage/" inurl:"/default/sales/" inurl:"/customer/account/" inurl:"/account/create/" inurl:"/account/login/" inurl:"/account/forgotpassword" inurl:"/adminhtml/default/default/" inurl:"lib/LinLibertineFont/" inurl:"lib/3Dsecure/" inurl:"lib/flex/" inurl:"lib/googlecheckout/" inurl:"lib/LinLibertineFont/" inurl:"/catalogsearch/advanced" inurl:"/sales/guest/form/" inurl:"/catalogsearch/term/popular/" inurl:"/catalog/seo_sitemap/category/" inurl:"/index.php/catalog/seo_sitemap/category/" inurl:"/index.php/catalogsearch/term/popular/" inurl:"/catalogsearch/result/" inurl:"/catalogsearch/result?q=" inurl:"/customer/account/login/referer/" inurl:"skin/frontend/base/" inurl:"skin/frontend/default/" inurl:"skin/frontend/default/blank/" inurl:"skin/frontend/default/blue/" inurl:"skin/frontend/default/default/" inurl:"skin/frontend/default/french/" inurl:"skin/frontend/default/german/" inurl:"skin/frontend/default/iphone/" inurl:"skin/frontend/default/modern/" inurl:"/skin/adminhtml/default/" inurl:"inurl:/adminhtml/default/default/" inurl:"inurl:/catalogsearch/result/" inurl:"inurl:/catalogsearch/advanced" inurl:"inurl:/catalogsearch/result?q=" inurl:"inurl:/sales/guest/form/" inurl:"inurl:/default/sales/" inurl:"inurl:/customer/account/login/referer/" inurl:"inurl:/customer/account/" inurl:"inurl:/account/create/" inurl:"inurl:/account/login/" inurl:"inurl:/account/create/" inurl:"inurl:/account/forgotpassword" inurl:"inurl:lib/LinLibertineFont/" inurl:"inurl:lib/3Dsecure/" inurl:"inurl:lib/flex/" inurl:"/firecheckout/" inurl:"inurl:lib/googlecheckout/" inurl:"inurl:lib/LinLibertineFont/" inurl:"inurl:skin/frontend/base/" inurl:"inurl:skin/frontend/default/blank/" inurl:"inurl:skin/frontend/default/blue/" inurl:"inurl:skin/frontend/default/default/" inurl:"inurl:skin/frontend/default/french/" inurl:"inurl:skin/frontend/default/german/" inurl:"inurl:skin/frontend/default/iphone/" inurl:"inurl:skin/frontend/default/modern/" inurl:"index.php/sales/guest/" inurl:"index.php/catalogsearch/result/" inurl:"index.php/catalogsearch/advanced" inurl:"index.php/catalogsearch/result?q=" inurl:"index.php/sales/guest/form/" inurl:"index.php/default/sales/" inurl:"index.php/customer/account/login/referer/" inurl:"index.php/customer/account/" inurl:"index.php/account/create/" inurl:"index.php/account/login/" inurl:"index.php/account/create/" inurl:"index.php/account/forgotpassword" inurl:"index.php/adminhtml/default/default/"дорки можно самому наклепать тысячами
гугл не выдаст тебе все по одному запросу (зашита от парсеров) Обход - запросы должны быть разными и выдачу первую собираешь под разные запросы, ну и прокси запасайся.
не только гуглом едины есть куча альторнативных поисковиков.
-
@кот Ну капча меня не пугает так как есть CapMonster...
Я правильно понял, это нужно в запрос в гугл ставлять:
inurl:"/default/sales/"inurl:"/customer/account/"
inurl:"/account/create/"
?
-
@pro100sata ну ты попробуй...
комбинируй запросы по доменам, по тексту в коде и т.п, можно сотни тысяч уникальных запросов сделать
документацию скинул, примеры скинул, дерзай -
@pro100sata к своим футпринтам добавляй бази слов(цифр) для парсинга. Также пособирай футпринты на других языках.
-
@root В смысле? можно по подробней) пожалуйста)
-
@pro100sata искать проще на клонах гугла, там меньше защиты, но нормальных осталось мало и просто так не кто не скажет, ну например https://duckduckgo.com, парсить нужно по словарю общетематических запросов, потом уже переходя на каждый сайт в выдаче определять его движок по признакам и тем самым можно собрать большую базу.
-
@pro100sata ну приблизительно. Но с операторами лучше не парсить, так как бан айпи будет очень скоро.
"customer/account/create/" A 2
"customer/account/create/" B 2
"customer/account/create/" C 2"customer/account/create/" - константа(футпринты), остальное - разные базы слов, цифр...др. Для вариации выдачи. Собирать большую базу, потом на Басе создать анализатор на определение движка(лучше на гет запросах), и пройтись по всей базе для отсеивания мусора.
-
@pro100sata
Вот некоторый список где можно парсить, но лучше даже гугл в 1 поток парсить, чем на этих поисковиках или клонах, так как у них очень сильно урезана выдача. Постоянно выдаются одни и теже результаты, глубина парсинка очень маленькая.
http://www.jayde.com
http://www.huntsy.com
http://www.sogou.com
https://busca.uol.com.br
https://www.so.com
http://www.when.com
http://us.when.com
http://www.aolsearch.com
http://nova.rambler.ru
https://www.hotbot.com/
http://hotbot.com
http://www.google.interia.pl
https://lite.qwant.com
http://googleusaserp.managames.com
http://www.teoma.com
http://uk.ask.com
http://search.centrum.cz
https://www.sogou.com
http://arianna.libero.it
http://ricerca.virgilio.it
https://metager.de
http://search.myway.com
http://int.search.mywebsearch.com
http://alothome.com
http://search.alot.com
http://www.zapmeta.com
https://www.ecosia.org
http://www.exalead.com
http://search.avg.com
http://www.startsiden.no
http://searchatlas.centrum.cz
https://suche.1und1.de
https://suche.gmx.net
https://suche.web.de
http://search.aol.co.uk
http://suche.aol.de
http://o2suche.aol.de
http://websearch.cs.com
http://www.plusnetwork.com
http://search.tut.by
http://search-europe.net
http://web1.exactseek.com
http://nigma.ru
http://deusu.org
http://www.sputnik.ru
http://www.wotbox.com
http://search.yahoo.co.jp
http://go.speedbit.com
http://www.websearch.com
http://www.gogo.by
http://www.bing.com
http://search.yahoo.com -
@pro100sata то и другое.
-
@pro100sata там где база слов там может быть все что угодно. Это нужно для того что бы обойти всякие ограничения на парсинг. Чтобы выдавало разные результаты. Можно парсить с минусом(-word "константа")...тогда напарсится быстрее. Гугл убирает только результаты с -word но отдаёт больше всех остальных.
Пример с цифрами
1 "константа"
2 "константа"
Тд.
Вместо 1 и 2 могут быть любые слова, словосочетание, буквы, цифры - это для варьирования выдачи и выдачи разных результатов.
