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(kuò)展名結(jié)尾的網(wǎng)頁。文件擴(kuò)展名是URL的一部分，它位于文件名的最后一個(gè)句號(hào)之后，參數(shù)列表的開頭的問號(hào)之前。一般來講，文件擴(kuò)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(kuò)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(kuò)展名。Google在它的數(shù)據(jù)庫當(dāng)中對(duì)所有的文件擴(kuò)展名都有相應(yīng)的例子！這意味著Google能夠抓取任意一種擴(kuò)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(kuò)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(kuò)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(kuò)展名，來源于Google

自擴(kuò)展名查詢伊始，三年間的改變已經(jīng)相當(dāng)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(jìn)步讓人瞠目結(jié)舌。如果你對(duì)某些擴(kuò)展名不熟悉，請(qǐng)?jiān)L問www.，這是一個(gè)了解文件擴(kuò)展名詳細(xì)信息的一個(gè)相當(dāng)好的網(wǎng)站，在這里，你可以了解到擴(kuò)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(jià)。

Google會(huì)把它搜索到的每個(gè)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(gè)Google搜索到并轉(zhuǎn)換過的文件。

（點(diǎn)擊查看大圖）圖2.11　在搜索頁面中的文件轉(zhuǎn)換

圖2.12　一個(gè)由Google轉(zhuǎn)換過的Word文檔

當(dāng)你點(diǎn)擊Google已經(jīng)轉(zhuǎn)換過的文檔的鏈接時(shí)，會(huì)在頁面頂部顯示一個(gè)標(biāo)題，提示你正在瀏覽該頁面的HTML版。Google當(dāng)然也提供了原文件的鏈接。如果你認(rèn)為這看起來像是頁面的緩存視圖，那么你說對(duì)了。這是原始頁面的緩存版本，同時(shí)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(qǐng)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(shí)別出文件類型，即便對(duì)最常見的文件類型而言也是如此。

當(dāng)Google抓取到一個(gè)以特定文件擴(kuò)展名結(jié)尾的內(nèi)容為空的文件時(shí)，Google仍會(huì)給出一個(gè)有效的文件以及把這個(gè)文件轉(zhuǎn)換后的鏈接。即便一個(gè)空白的Word文檔的HTML版本也是空白的，Google也會(huì)這么做。

當(dāng)OR操作符和filetype操作符混用時(shí)，就會(huì)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(dāng)接近于兩個(gè)單獨(dú)查詢的結(jié)果數(shù)之和。但是，當(dāng)你把前一個(gè)查詢改為類似于(filetype:doc | filetype:pdf) (doc | pdf)時(shí)，Google將會(huì)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(duì)這個(gè)操作符使用布爾邏輯時(shí)，經(jīng)常有問題，所以當(dāng)你發(fā)現(xiàn)事情不對(duì)時(shí)，應(yīng)該考慮是不是這種問題。

這個(gè)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(shí)

Google Hacking小提示

我們無法簡(jiǎn)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(gè)查詢不應(yīng)該返回結(jié)果，因?yàn)樗械腦LS文件的URL中都包含XLS，對(duì)嗎？錯(cuò)。在本書寫作之時(shí)，這個(gè)查詢確實(shí)給出了7000多條結(jié)果，別的不說，至少這些結(jié)果都是相當(dāng)有趣的。