Zaawansowana infiltracja w Google – nie tylko dla hakerów

Nie wszyscy wiedzą jednak, że funkcje googlowskich mechanizmów nie ograniczają się jedynie do wyszukiwania tekstów, obrazów czy materiałów wideo na podstawie pojedynczych słów lub fraz, składających się z więcej niż jednego słowa. W bardzo prosty i wydajny sposób użytkownik może zawężać kryteria wyszukiwania, ograniczając je do wybranych rodzajów plików (lub wyłączając te rodzaje z wyników), wybranych domen i wielu innych czynników. W tym artykule skoncentrujemy się właśnie na prostych a jednocześnie dających ogromne możliwości rodzajach zapytań do wyszukiwarki Google.

Podstawy

Zacznijmy od kilku podstawowych zasad, z których warto zdawać sobie sprawę podczas używania wyszukiwarki.
◦Po pierwsze, Google nie działa w sposób case-sensitive (wrażliwy na wielkość liter). Nie ma zatem różnicy, czy wpiszemy słowo: „Hackować”, „hackować” czy „hacKOWać”. Wyniki, które zwróci strona, będą zawsze tożsame.
◦Kolejną interesującą cechą aplikacji jest możliwość używania wieloznaczników, tzw. wildcards, (w tłumaczeniu dosłownym: „dzika karta”), czyli „*”. Znak „*”  jest interpretowany przez wyszukiwarkę jako pojedyncze słowo w wyszukiwanej frazie. Przykład? Wpiszmy w wyszukiwarkę: "ogniem * mieczem". Zwrócone zostaną nam wyniki, w których dominować będzie fraza, gdzie za znak wildcard podstawiony zostanie spójnik “I”. Zauważmy, że w stronach nie występują frazy, w których pomiędzy słowem „ogniem” a słowem „mieczem” występuje więcej niż jeden wyraz.
◦Kolejnym ważnym elementem jest limit słów, które są interpretowane przez wyszukiwarkę. Ze względów wydajnościowych Google ogranicza ilość szukanych znaków do dziesięciu fraz (w tym znaczeniu jako fraza liczy się słowo, a więc z informatycznego punktu widzenia ciąg znaków separowany spacją). W przypadku wyszukania złożonego, długiego wyrażenia (składającego się z większej ilości słów), możemy użyć znanych już znaków wildcard, które nie są zaliczane do wspomnianego wyżej limitu, ale są interpretowane (jako dowolne słowo). Szczególnie przydatne może się to okazać w przypadku wyszukiwania słów piosenek lub treści książek, wierszy, cytatów, których nie znamy w całości.

Przykładem, który pokazuje powyższy mechanizm, jest próba wyszukania preambuły konstytucji Stanów Zjednoczonych. Wpiszmy do wyszukiwarki "we * people * * united states * *  * form * more * * establish *". Na podstawie powyższego zapytania widzimy, w jaki sposób, znając tylko część frazy, możemy jednoznacznie dopasować wyniki do naszych oczekiwań.

Wśród dodatkowych opcji wyszukiwania, które zostały wspomniane w pierwszym akapicie tekstu, warto skupić się na następujących:

•"intitle" – szuka wystąpienia frazy wewnątrz znacznika <title> strony, czyli w jej tytule. Przykład użycia: intitle:”Kopalnia Wiedzy”, zwróci wszystkie strony z tymi dwoma znakami w tytule strony. Co więcej, ponieważ zostały one zawarte w cudzysłowiu, pomiędzy nimi nie może znaleźć się żaden znak.

•"inurl"  – szuka wystąpienia frazy wewnątrz url witryny. Przykład użycia: inurl:” kopalniawiedzy.pl”. Otrzymamy wszystkie strony, które posiadają w swoim adresie URL nazwę „kopalniawiedzy.pl”.

•"site" – zawęża wyniki wyszukiwania do zdefiniowanej domeny. Ten operator może być używany wielokrotnie w tym samym zapytaniu. Prostym przykładem użycia jest „wszechświat site:kopalniawiedzy.pl”, które wyszuka nam frazę „wszechświat” w ramach witryny kopalniawiedzy.pl. Przykład na zerową listę wyników? „site:com site:gov.pl”. Ponieważ nie ma domen jednocześnie w domenie .com i .edu, stąd Google zwróci nam pustą listę wyników. Zauważmy, że tę samą frazę np. „ekstraklasa” możemy wyszukiwać na wielu stronach, dzięki sformułowaniu: „site:strona1.org OR site:strona2.com star wars”, w którym operator „OR” odpada polskiemu „Lub” w rozumieniu logiki formalnej. W tłumczeniu dosłownym powyższe sformułowanie oznacza: „Znajdź wystąpienia frazy star wars na stronie1.org LUB na stronie2.com” i zwraca wyniki na obu tych witrynach.

•"filetype" – wyszukuje dostarczoną przez użytkownika frazę, zawężając wyniki wyszukiwań do określonego typu plików. Przykład użycia: „biologia filetype:pdf”. Ćwicząc użycie kombinacyjne poznanych metod, możemy zaserwować wyszukiwarce zapytanie „filetype:pdf -inurl:pdf”. Zwróci nam ono zerową liczbę rezultatów. Stanie się tak, ponieważ szukamy wszystkich materiałów pdf (filetype:pdf), ale jednocześnie wyłączamy (znak minusa) z wyników Urle posiadające ciąg znaków „pdf”. Ponieważ nie istnieje plik pdf zaindeksowany w googlu, który nie posiada w swoim adresie liter „pdf”, zostanie zwrócona pusta lista wyników.

•"inanchor" – inanchor lokalizuje tekst wewnątrz linka. Jeżeli chcemy zbadać, ile i gdzie są zlokalizowane linki (niezależnie od stron, do których prowadzą) zawierające na przykład nasze nazwisko, wystarczy wysłać zapytanie: „inanchor:mojenazwisko”. Google zwróci nam listę wszystkich stron, gdzie nazwą linka jest Twoje nazwisko.

•"daterange" – jest ciekawym operatorem, który zwraca nam wyniki wyszukiwań w ramach witryn zaindeksowanych w podanym przedziale czasu. Zapytanie musi zostać zrealizowane w ramach pewnego zakresu. Jeżeli chcesz zlokalizować treści, które zostały w danym konkretnym dniu, wartości brzegowe powinny być identyczne. Obie daty muszą być numerem dnia, który minął od 1 stycznia 4713 przed narodzeniem Chrystusem (pierwszy dzień kalendarza Juliańskiego). Na przykład, pierwszy września 2010 roku, to 2452154 dzień kalendarza. Sprawdzając treści zaindeksowane na przykład pomiędzy 1 a 2 stycznia 2013 roku na temat postanowień noworocznych wystarczy spróbować z następującym zapytaniem: daterange:2456294-2456295 “postanowienia noworoczne”.

Zapytania, jak pokazaliśmy w powyższych przykładach, mogą posiadać wiele operatorów. Nie ma przeciwwskazań wobec stosowania w jednym sformułowaniu kilku różnych lub tych samych operatorów. Możemy przećwiczyć precyzyjne zapytania, zwracające ściśle określone wyniki:

Przykład nr 1:

Dla przykładowego projektu chcemy wyszukać wszystkie dokumenty pdf, które posiadają link „Kowalski”, ale jednocześnie nie pochodzą z serwisu chomikuj.pl.

Rozwiązanie:

inanchor:"Kowalski” filetype:pdf -site:chomikuj.pl

Przykład nr 2:

Chcemy wyszukać wszystkie informacje na serwisie kopalniawiedzy.pl dotyczące programu, którego nazwę pamiętamy tylko częściowo (IE 11 <wyraz, które nie pamiętamy> Toolkit). Jednocześnie chcielibyśmy się zapoznać jedynie z tekstami redakcyjnymi i wykluczyć teksty pochodzące z forum (i znajdujące się fizycznie na subdomenie forum.kopalniawiedzy.pl).

Rozwiązanie:

"IE11 * Toolkit" site:kopalniawiedzy.pl -site:forum.kopalniawiedzy.pl

Przykład nr 3:

Porównajmy ilość wpisów zawierających słowo „Osama” w sierpniu 2001 i w październiku tego samego roku. W tym przypadku konieczne będzie wykonanie dwóch zapytań i porównania wyników:

daterange:2452123-2452153 “Osama”                (1-31 sierpnia)

daterange:2452184-2452214 “ Osama”                (1-31 października)

Pierwsze zapytanie na 2013-11-20 zwróciło 629 wyników, drugie natomiast 23 600 wyników.

Oto kilka przydatnych linków, które pomogą utrwalić lub efektywnie wykorzystywać zaprezentowane w artykule możliwości wyszukiwarki.

•http://google.com – główna strona wyszukiwarki

•http://groups.google.com – możliwość uczestniczenia, tworzenia i edycji grup w ramach Google

•www.google.com/images – wyszukiwarka zdjęć / grafik z możliwością wyszukiwania plików na podstawie uploadowanych grafik.

•www.google.com/advanced_search – wyszukiwarka zaawansowana, która stanowi intuicyjny panel, który ułatwia zaawansowanych zapytań. Stwarza mniejsze możliwości aniżeli biegłe stosowanie powyższych operatorów, jednak jest wyjątkowo prosta i wydajna.

•www.google.com/m/preferences – ustawienia preferencji wyszukiwarki, umożliwiające zakładanie filtrów, określanie liczby wyników na stronie, zarządzanie historią wyszukiwarki oraz innymi parametrami aplikacji.