SE::DuckDuckGo - Scraper de resultados de busca do DuckDuckGo
Visão geral do scraper
Scraper de resultados de busca do DuckDuckGo. Graças ao scraper DuckDuckGo, você poderá obter grandes bases de links prontos para uso posterior. Você pode usar consultas da mesma forma que as digita na barra de pesquisa do Dogpile, incluindo operadores de pesquisa (intitle, inurl, site, etc.). Mais detalhes na página oficial DuckDuckGo Search Syntax.
A funcionalidade do A-Parser permite salvar as configurações de extração de dados do scraper DuckDuckGo para uso futuro (presets), definir agendamentos de extração de dados e muito mais. Você pode usar a multiplicação automática de consultas, substituição de subconsultas a partir de arquivos, combinação de caracteres alfanuméricos e listas para obter o máximo possível de resultados.
A preservação dos resultados é possível no formato e estrutura que você necessita, graças ao poderoso motor de modelos integrado Template Toolkit, que permite aplicar lógica adicional aos resultados e exibir dados em vários formatos, incluindo JSON, SQL e CSV.
Dados coletados
- Links, âncoras e snippets dos resultados
Recursos
- Suporte para todos os operadores de pesquisa do DuckDuckGo (intitle:, inurl:, site:, etc.). Mais detalhes sobre os operadores de pesquisa na página oficial DuckDuckGo Search Syntax
- Extrai o número máximo de resultados fornecidos pelo Bing - 10 páginas de 10 elementos nos resultados
- Quantidade total de resultados - 100
- Possibilidade de extrair dados por localização selecionada (opção Location)
- Possibilidade de escolher o idioma dos resultados (opção Language)
Casos de uso
- Coleta de bases de links - para A-Poster, XRumer, AllSubmitter, etc.
- Verificação de indexação de sites
- Busca de backlinks (menções) de sites
- Quaisquer outras variantes que envolvam a extração de dados do DuckDuckGo de uma forma ou de outra
Consultas
Como consultas, é necessário indicar frases de pesquisa, por exemplo:
Football
teste
site:a-parser.com
scraper site:a-parser.com
test -site:tests.com
IoT filetype:pdf
Substituições de consultas
Você pode usar macros integradas para multiplicar as consultas, por exemplo, se quisermos obter uma base muito grande de fóruns, indicaremos algumas consultas principais em diferentes idiomas:
forum
fórum
foro
论坛
No formato de consultas, indicaremos a alternância de caracteres de a até zzzz, este método permite rotacionar ao máximo os resultados de busca e obter muitos novos resultados únicos:
$query {az:a:zzzz}
Esta macro criará 475254 consultas adicionais para cada consulta de pesquisa inicial, o que resultará em um total de 4 x 475254 = 1901016 consultas de pesquisa, um número impressionante, mas que não é problema para o A-Parser. Com uma velocidade de 2000 consultas por minuto, tal tarefa será processada em apenas 16 horas.
Uso de operadores
Você pode usar operadores de pesquisa no formato da consulta, assim ele será automaticamente adicionado a cada consulta da sua lista:
site:$query
Opções de exibição de resultados
O A-Parser suporta formatação flexível de resultados graças ao motor de modelos integrado Template Toolkit, o que permite exibir resultados em forma livre, bem como estruturada, como CSV ou JSON
Exportação de lista de links
Links + âncoras + snippets com exibição de posição
Exibição de links, âncoras e snippets em tabela CSV
Salvamento de palavras-chave relacionadas
Verificação de indexação de links
Salvamento em formato SQL
Dump de resultados em JSON
Processamento de resultados
O A-Parser permite processar os resultados diretamente durante a extração de dados; nesta seção, apresentamos os casos mais populares para o scraper DuckDuckGo
Desduplicação de links
Desduplicação de links por domínio
Extração de domínios
Remoção de tags de âncoras e snippets
Filtragem de links por ocorrência
Configurações possíveis
| Nome do parâmetro | Valor padrão | Descrição |
|---|---|---|
| Pages count | 5 | Quantidade de páginas para extração de dados (de 1 a 10) |
| Region | US (English) | Escolha da localização |
| Language | English (United States) | Escolha do idioma |
| Safe search | Moderate | Possibilidade de ativar o "Safe search" |
| Serp time | Any time | Período de busca |
| Use HTTP/2 | ☐ | Define se deve usar HTTP/2 em vez de HTTP/1.1 |
| User agent | Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:120.0) Gecko/20100101 Firefox/120.0 | Cabeçalho User-Agent ao solicitar páginas |