3.4. 搜索引擎利用
- 数据预处理
- 长度截断
- 大小写转化
- 去标点符号
- 简繁转换
- 数字归一化,中文数字、阿拉伯数字、罗马字
- 同义词改写
- 拼音改写
- 处理
- 分词
- 非法信息过滤
- site:www.hao123.com
- 返回此目标站点被搜索引擎抓取收录的所有内容
- site:www.hao123.com keyword
- 返回此目标站点被搜索引擎抓取收录的包含此关键词的所有页面
- 此处可以将关键词设定为网站后台,管理后台,密码修改,密码找回等
- site:www.hao123.com inurl:admin.php
- 返回目标站点的地址中包含admin.php的所有页面,可以使用admin.php/manage.php或者其他关键词来寻找关键功能页面
- link:www.hao123.com
- 返回所有包含目标站点链接的页面,其中包括其开发人员的个人博客,开发日志,或者开放这个站点的第三方公司,合作伙伴等
- intitle:"500 Internal Server Error" "server at"
- 搜索出错的页面
- inurl:"nph-proxy.cgi" "Start browsing"
- 查找代理服务器
- 查询不区分大小写
- 代表某一个单词
- 默认用and
- OR 或者 | 代表逻辑或
- 单词前跟+表强制查询
- 引号引起来可以防止常见词被忽略
- 括号会被忽略