Google Custom Search API 中的保留字

Posted 2023-04-14

【中文标题】Google Custom Search API 中的保留字

【英文标题】：Reserved words in Google Custom Search API

【发布时间】：2017-11-15 12:52:45

【问题描述】：

我正在使用 Google 搜索 API，但遇到了一些麻烦。这个请求（在 Python 中，使用 requests 库）工作正常

res = requests.get("https://www.googleapis.com/customsearch/v1", params=
    "cx": <key1>,
    "key": <key2>,
    "alt": "json",
    "num": 2,
    "q": "cat sock ship hero monkey baby match"
)

并根据documentation的语法返回结果

但是，这个请求不起作用：

res = requests.get("https://www.googleapis.com/customsearch/v1", params=
    "cx": <key1>,
    "key": <key2>,
    "alt": "json",
    "num": 2,
    "q": "cat sock ship hero monkey footnoteref baby match"
)

它返回这个：

'kind': 'customsearch#search',
 'queries': 'request': ['count': 2,
    'cx': '<key>',
    'inputEncoding': 'utf8',
    'outputEncoding': 'utf8',
    'safe': 'off',
    'searchTerms': 'cat sock ship hero monkey baby footnoteref match',
    'title': 'Google Custom Search - cat sock ship hero monkey baby footnoteref match',
    'totalResults': '0'],
 'searchInformation': 'formattedSearchTime': '0.22',
  'formattedTotalResults': '0',
  'searchTime': 0.218722,
  'totalResults': '0',
 'spelling': 'correctedQuery': 'cat sock ship hero monkey baby footnote ref match',
  'htmlCorrectedQuery': 'cat sock ship hero monkey baby <b><i>footnote ref</i></b> match',
 'url': 'template': 'https://www.googleapis.com/customsearch/v1?q=searchTerms&num=count?&start=startIndex?&lr=language?&safe=safe?&cx=cx?&sort=sort?&filter=filter?&gl=gl?&cr=cr?&googlehost=googleHost?&c2coff=disableCnTwTranslation?&hq=hq?&hl=hl?&siteSearch=siteSearch?&siteSearchFilter=siteSearchFilter?&exactTerms=exactTerms?&excludeTerms=excludeTerms?&linkSite=linkSite?&orTerms=orTerms?&relatedSite=relatedSite?&dateRestrict=dateRestrict?&lowRange=lowRange?&highRange=highRange?&searchType=searchType&fileType=fileType?&rights=rights?&imgSize=imgSize?&imgType=imgType?&imgColorType=imgColorType?&imgDominantColor=imgDominantColor?&alt=json',
  'type': 'application/json'

这两个查询之间的唯一区别是后者包含“footnoteref”一词。我在文档中没有找到任何关于这个词及其对 API 行为的影响的信息。怎么了？有没有办法禁用这种行为，或者保留字列表？现在，我只是要从查询中删除有问题的单词，但恐怕我会玩一个打地鼠游戏，每次弹出其他有问题的单词时都会删除单词。

【问题讨论】：

您确定您要搜索的域中有一个页面包含所有这些字词吗？如果你去google.com，在搜索栏中输入cat sock ship hero monkey footnoteref baby match site:<custom-search-domain>，你会得到任何结果吗？

@MikePatrick 如果我手动将这些词放在谷歌网站上，它会返回更正词的结果。但是，我仍然没有在自定义站点中搜索，我正在尝试像人类一样使用 API，没有站点。

我明白了。当我尝试这个时，我得到一个结果，使用 API 资源管理器 或 python w/requests。我确实注意到在浏览器中的查询中添加site:* 最初给了我一个空集，但现在返回这个 SO 问题作为唯一的结果。使用 API，我得到的唯一结果是这个 PDF：purl.access.gpo.gov/GPO/LPS9006 确实是奇怪的行为。如果你把"fileType": "pdf" 加到你的params 上，你还会空出来吗？

【参考方案1】：

我在谷歌上搜索了"cat sock ship hero monkey footnoteref baby match" 和"cat sock ship hero monkey baby match"。

您说"cat sock ship hero monkey footnoteref baby match" 没有返回任何内容，那是因为 Google 实际上建议使用不同的搜索：'cat sock ship hero monkey baby footnote ref match'。

当您没有结果时，您应该从搜索中删除一个单词（我将从最后一个单词开始）并重试。或者您应该尝试使用建议的搜索，例如：'cat sock ship hero monkey baby footnote ref match'。

搜索速度很快，我建议你实现以下技术：

a) 您的搜索包含少于 3-4 个单词。你应该重复 搜索但从 google 的 'correctedQuery' 添加一个新词 建议。 b) 您的搜索包含超过 4 个单词。你应该删除最后一个 词或“链接词”，如“for”、“and”.. 并重复搜索。

祝你好运。