发布时间 : 星期三 文章优化Footprints第一个案例更新完毕开始阅读a9ab3512ed630b1c59eeb57a
以下是用户给的Footprints，反应GScraper搜刮一直不给力，找不到想要的资源，SEOGet对其做了分析，其中的一些思路，对各位还是有所帮助的： inurl:/comment/eply/
inurl:/comments.html?pid= inurl:/comments/(.*?).html inurl:/component/blog/
1、用户的第一条Footprint在google中的收录数为1，如果有上万个关键字，结合这条Footprints，岂不是一万次结果为空的请求？
2、通过第二条Footprints发现这是一款Joomla类型的程序
分 析一下这种类型站的url特征，发现/component/blog/blog.html是这种站的博客文章列表页面，/component/blog /comments.html?pid=是文章正文页面，发现/component/blog/blogger.html?bn=这种url是博客所有者 页面。进一步分析，博客文章列表页面对于一个域名只能有一个url（注册登录页面也是只有一个），文章正文页面和博客所有者页面一个域名能有多个，对于搜 刮来说的话，选择后面两种能获取到的资源是会更多的，但是搜刮到的资源域名重复的也会有很多，这个就需要大家去权衡了。
3、这种类型的资源，应该是用来发布文章用和发布评论，但是发布评论一样需要注册用户。
4、 我选择的url特征是/component/blog/blogger.html?bn=，其实像inurl: /component/blog/blogger.html?bn=这种命令也是比较精确的了，再结合页面中的一些特征字符，比如每个页面都有\这一句话，就是一条比较好的Footprints，可以放在GScraper中搜刮了。但是google对inurl命令比较敏感，即使是有 高质量的代理，也不免被google特意封锁（防止黑帽SEO）。所以我们下一步就是想怎么去掉inurl命令，但也能精确搜刮到我们想要的资源了。
5、 选择/component/blog/blogger.html?bn=，而不是选择/component/blog /comments.html?pid=也是有原因的，前者页面中的特征字符多一些，而后者或许只有一句” Please login to write comment”，而其他很多的程序也有这样子的字符。如果我们不用inurl，就不会太精确了。而分析前者的特征字符，发现有很多，如\Blog Title\\Since :\\Login :\\New Post\。 6、所以到最 后，\Blog Title\\Since :\\Login :\\New Post\这就是一条很好的Footprints，我们用这条Footprints去google查询，发现也有90多万的收录，而且不仅是 /component/blog/blogger.html?bn=这种url特征，还有/index.php?option=com_blog& amp;view=blogger&bn=这种特征，这种资源同样是Joomla类型的。
最后我用这条\Blog Title\\Since :\\Login :\\New Post\语句结合GScraper内置关键字搜刮资源，搜刮完后打包一起分享下载了。家里4M adsl网络，速度能达到4w+，也是很不错了。
总结一下：
1、避免inurl，虽然较精确，但是google会特别封锁，最重要的是还会限制这种程序的广泛性，因为一款程序不止一种inurl特征。
2、像登录、注册页面一个域名只有一个页面，而且网页内容中没有个性内容，不好结合关键字搜刮，这种情况要尽量避免。
3、最基础的，搜刮之前，在google查询下Footprints的收录数量，想用户给的第一条Footprints不要再次出现在GScraper中了