Google Index レトリーバー

必要な情報について正確に語っているように見えるWebページが見つかったものの、削除されてしまった経験はありませんか？そう、Googleキャッシュが答えですが…キャッシュも削除されたらどうでしょう？サイトがGoogleインデックスページにしか存在しない場合は？Webページ自体は取得できませんが、そこにあったことはわかります。

Google Index レトリーバーは、Googleのインデックスを取得し直すことで、テキストの一部を取り戻し、もしかすると削除されたコンテンツを復元できるように試みます。Googleキャッシュは永遠に存在するわけではありません。時折、完全に削除されます。Archive.org とそのWayBackMachineは、人気の低いページのスナップショットをそれほど多く保存していません…そのため、Webページの残された唯一の部分がGoogleインデックスだけになる状況があります。

Googleインデックスとは、Google検索エンジンがユーザーの検索結果ページに表示する、テキストの小さな部分です。「インデックス」では、検索語に一致する単語が太字で表示されます。Googleインデックスは、Webページの中で最後に消える部分です。したがって、それが唯一残された部分となる状況があります。Googleは同じWebページに対して異なる「インデックス」を保持しているため、それらをすべてまとめると、テキストが再構成され、復元できる可能性があります。

しかし、このツールが役立つのはそれだけではありません。インデックスにパスワード、クレジットカード番号、その他の機密情報が含まれている場合はどうでしょう？実際、これがツールを作成した理由の1つです。攻撃的または機密性の高いコンテンツを含むWebページとキャッシュを削除するだけでは不十分であることを示すためです。コンテンツは依然として到達可能かもしれません。これについては、この で詳しく説明されています。

ツールの仕組み

非常に簡単です。このツールは、インデックス結果を生成するGoogle検索を入力として使用します。Google検索をブルートフォース（「刺激」）して、可能な限り多くの情報を取得しようとします。その後、いくつかの異なるオプションがあります。

• One Shotボタン： 提供された情報を使用して1回だけ検索します。「開始ボタン」を押す前に、検索文字列をできるだけ具体的に指定するために使用します。
• 開始ボタン： 自動モードで検索を開始します。結果ボックスには、検索開始からの経過時間、情報を引き出した単語、そして最後のものと異なる場合には可能な限り長い文が表示されるため、ユーザーはWebページを再構築できます。

インデックスを「刺激」して情報を取り戻すためのロジックは次のとおりです。

• まず、最初のインデックス結果で見つかった単語を、検索したメイン単語の「周囲」で使用してインデックスを刺激し、文全体を繰り返し取得しようとします。
• 結果や「周囲の単語」がなくなった場合、ユーザーが提供したキーワードを使用して検索を繰り返します（「辞書攻撃」のようなもの）。これが発生すると、プログレスバーの色が変わります。

もちろん、Googleはサービスの継続的な使用により、時折CAPTCHAを表示します。これはまったく問題ありません。Google Index レトリーバーはCAPTCHAをキャプチャするため、簡単に解決して続行できます。

スパム

このツールは、サイトが侵害され、スパムやブラックSEOが仕込まれていないかを確認するためにも使用できます。攻撃者はWebページを侵害し、スパムワードを注入してページランクを「盗む」ことがよくあります。

このコンテンツは訪問者には見えませんが、Googleロボットとスパイダーにのみ表示されるため、通常このインデックスで確認できます。このタブは他のタブとまったく同じように動作しますが、ロジックが異なります。

• 異なるキーワードセット（スパム関連）からGoogleインデックス結果内で直接検索を試みます。

このようにして、Webページが侵害され、SEOスパムが仕込まれているかどうかを簡単に知ることができます。

その他の機能

このプログラムはJavaで記述されているため、Windowsでテストされていますが、どのシステムとバージョンでも動作するはずです。結果はローカルコンピュータのHTMLドキュメントにエクスポートできます。キーワードとスパムキーワードは完全にカスタマイズ可能です。個別に追加することも、TXTファイルから直接編集することもできます。