Google 索引检索器

你是否曾发现一个网页似乎完全符合你的需要，但它已经被删除了？没错，Google 缓存是一个答案，但如果缓存也被移除了呢？如果网站只存在于 Google 索引页面中呢？你无法找回这个网页，但你知道它曾经存在。

Google 索引检索器 将尝试从 Google 中检索出索引，以便你能找回部分文本，或许还能找回你需要的那段已删除内容。Google 缓存并非永久存在。不时地，它们就会被彻底移除。Archive.org 及其 WayBackMachine 并不会为小众页面拍摄那么多快照……因此，在某些情况下，一个网页唯一残存的部分就是 Google 索引中的内容。

Google 索引是用户在搜索结果页中看到的那一小段文本，显示在 Google 搜索引擎结果中。在“索引”中，搜索到的匹配词会以粗体显示。Google 索引是网页消失前的最后一道防线。所以总会有这样的情况：索引是唯一剩下的部分。Google 会保留同一网页的多个不同“索引”，因此，如果能把它们全部整合起来，文本就有可能被重建并显现出来。

但这并非该工具唯一有用的场景。如果索引中包含密码、信用卡号或其他敏感信息呢？事实上，这正是创建该工具的原因之一：用以证明仅仅删除带有攻击性或敏感内容的网页及其缓存是不够的。内容可能仍然可以访问。这一切都在这个 中有所解释。

工具如何工作？

非常简单。该工具的输入是一个产生索引结果的 Google 搜索。它会尝试通过暴力破解 Google 搜索（“刺激它”）来尽可能多地检索内容。然后，它提供了一些不同的选项：

• 单次搜索按钮： 仅使用提供的信息搜索一次。请尽量在点击“开始按钮”之前将搜索字符串指定得更精确。
• 开始按钮： 以自动模式开始搜索。结果框将显示搜索开始后的耗时、使信息浮现出来的关键词，以及（如果与上一句不同）可能的最长句子，以便用户重建网页。

激发索引并取回信息的逻辑如下：

• 首先，尝试使用在第一个索引结果中已经找到的、围绕主要搜索词的那些“上下文词”来刺激索引，从而反复尝试获取完整的句子。
• 如果没有更多的结果或“上下文词”剩余，则使用用户提供的关键词重复搜索，类似于“字典攻击”。当这种情况发生时，进度条会改变颜色。

当然，由于持续使用其服务，Google 会不时弹出验证码。这完全正常。Google 索引检索器会捕获验证码，从而方便你解决并继续操作。

垃圾信息

该工具也可用于检查一个网站是否可能已被入侵，并被注入了垃圾信息和黑帽 SEO。常见的做法是，攻击者入侵网页，在其中注入垃圾词，从而“窃取”其页面排名。

这些内容对访问者不可见，只有 Google 机器人（爬虫）能看到，因此通常能在索引中看到。这个标签页的工作原理与其他标签页相同，但采用不同的逻辑：

• 它直接尝试使用一组不同的关键词（与垃圾信息相关）在 Google 索引结果中进行搜索。

这样，就更容易判断一个网页是否已被入侵并注入了 SEO 垃圾信息。

其他功能

该程序使用 Java 编写，因此应在任何系统和版本上都能运行，尽管它已在 Windows 系统上测试过。结果可以导出到本地计算机的 HTML 文档。Keywords 和 spamKeywords 是完全可定制的。它们可以单独添加，也可以直接从 TXT 文件中编辑。