Roboti Google dokáží indexovat i soubory různého typu. V dnešním pokračování seriálu o pokročilém vyhledávání v rámci Google se podíváme na možnost získání zajímavých informací ukrytých třeba v excelovských (XLS) souborech.
Proto, abychom nechali Google vyhledat nějaké zajímavé soubory, potřebujeme využít speciálního operátoru filetype:, za který umístíme námi zvolenou příponu. Pokud by vás zajímalo přehled typů souborů, které můžete vyhledávat, naleznete je zde. Ale pojďme dále. Pro začátek si dáme za úkol vytěžit z Googlu nějakou databázi kontaktů s osobními informacemi.
Tisíce kontaktů na dosah ruky
Pro tento úkol si zvolíme příponu XLS, tedy soubor zpracovávaný v programu MS Excel. Vyhledejme si:
"contact list" filetype:xls -template
Tímto dotazem říkáme Googlu, aby zjistil, zda nemá ve svých bázích indexován nějaký zajímavý XLS soubor s názvem „contact list“, nebo aby takový soubor tuto frázi obsahoval.
Na druhé straně výsledků nalezneme mimo jiné třeba následující záznam:
Pokud si tento soubor prohlédneme, zjistíme stovky jmen z oboru zdravotní péče, kteří zastupují přední firmy. Nechybí e-maily, telefonní čísla… Ale to není vše. Zkusme si náš úkol trochu ztížit a najít seznam amerických novinářů s kontaktními údaji. Zvolme tuto strategii:
"media * *" intext:"new york times" filetype:xls -template (site:com OR site:us OR site:gov)
Syntax v detailu
Rozeberme si celou syntax v jednotlivých blocích.
"media * *"
(tato část řeší potenciální název souboru, např: „media contact list“, „media phone lists“, „media contact database“, apod. * Asterisk má v Google funkci nahrazení jednoho slova.)
intext:"new york times"
(zvolili jsme název média, který MUSÍ být součástí této databáze a tím předpokládáme výskyt DALŠÍCH podobných médií.)
filetype:xls
(chceme soubory typu XLS)
-template
(nechceme, aby se v souboru vyskytovalo slovo „template“, tedy šablona. Tím předpokládáme eliminaci prázdných souborů)
(vyhledáváme na doménách COM, US, GOV).
(site:com OR site:us OR site:gov)
Podívejme se hned na dva zajímavé výsledky.
Ale tento soubor pro nás nebyl klíčový. Druhý soubor je mnohem relevantnější.
Shrnutí:
- Google operátor filetype: umožňuje vyhledávat mnoho formátů souborů, které jsou indexovány tímto vyhledávačem.
- V kombinaci s konkrétní frází tak lze hledat různé databáze plné jmen osob s kontaktními údaji.