Google #Searching (3): Hledáme stovky kontaktů s telefonními čísly a e-maily

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)

(site:com OR site:us OR site:gov) (vyhledáváme na doménách COM, US, 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.