SE::Seznam - 捷克搜索引擎 seznam.cz 爬虫工具
Seznam 爬虫工具概览
Seznam 搜索结果爬虫工具。借助 Seznam 爬虫工具，您可以获取大量链接库以供后续使用。您可以直接使用在 Seznam 搜索栏中输入的查询语句，包括搜索运算符（site, inurl 等）。
A-Parser 的功能允许保存 Seznam 爬虫工具的设置以供将来使用（预设），设置数据抓取计划等等。您可以使用自动查询扩展、从文件替换子查询、遍历数字字母组合和列表，以获取尽可能多的结果。
得益于内置强大的 Template Toolkit 模板引擎，可以按您需要的形式和结构保存结果，该引擎允许对结果应用额外的逻辑，并以各种格式输出数据，包括 JSON, SQL 和 CSV。
采集数据
- 搜索结果中的链接、锚点和摘要
- 相关关键词列表 (Related keywords)
功能
- 抓取 Seznam 提供的最大结果数 - 搜索结果中 50 页，每页 20 个元素
- 每个查询的最大结果总数 - 1000
应用场景
- 收集链接库 - 用于 A-Poster, XRumer, AllSubmitter 等
- 查找网站的反向链接（提及）
- 查找存在漏洞的网站
- 任何涉及以某种形式对 Seznam 进行数据抓取的其他方案
查询
在查询中需要指定搜索短语，就像直接在 Seznam 搜索框中输入一样，例如：
test query
窗户 莫斯科
site:a-parser.com
inurl:auto
查询占位符
您可以使用 内置宏 来扩展查询，例如我们想要获取一个非常大的论坛数据库，指定几个不同语言的基础查询：
forum
论坛
foro
论坛
在查询格式中指定从 a 到 zzzz 的字符遍历，此方法可以最大程度地轮换搜索结果并获得大量新的唯一结果：
$query {az:a:zzzz}
该宏将为每个原始搜索查询创建 475254 个额外查询，总计将产生 4 x 475254 = 1901016 个搜索查询，这个数字令人印象深刻，但对于 A-Parser 来说完全不是问题。在每分钟 2000 个查询的速度下，此类任务仅需 16 小时即可处理完毕。
使用运算符
您可以在查询格式中使用搜索运算符，这样它将自动添加到列表中的每个查询：
site:$query
结果输出选项
A-Parser 凭借内置的 Template Toolkit 模板引擎支持灵活的结果格式化，这使其能够以任意形式以及结构化形式（例如 CSV 或 JSON）输出结果。
导出链接列表
链接 + 锚点 + 摘要并输出位置
将链接、锚点和摘要输出到 CSV 表格
以 SQL 格式保存
将结果转储为 JSON
结果处理
A-Parser 允许在数据抓取过程中直接处理结果，在本节中，我们列出了 Seznam 爬虫工具最受欢迎的案例
链接去重
按域名进行链接去重
提取域名
从锚点和摘要中删除标签
按包含内容过滤链接
可选设置
| 参数名称 | 默认值 | 描述 |
|---|---|---|
| Pages count | 5 | 要抓取的页数（从 1 到 50） |
| Links per page | 10 | 每页的链接数量 (10 / 20) |