 |
网站建设 |
 |
|
最新客户 |
|
|
网站推广 |
|
|
推广知识 |
|
|
 |
建站技术知识 |
 |
| |
|
|
| |
获取google pagerank值的研究
|
| 今天在网上看到有网站提供显示google pagerank值的功能，听说google已经取消了公开的pagerank显示，只有通过ie google toolbar获得，所以觉得挺有意思，就去研究了一下。 我装上google toolbar抓了一下socket包，得到了如下信息：GET /search?client=navclient-auto&googleip=O;3812&ch=62544423920&freshness_check=4X0lThsX1_WR7cBSIbnl8&ie=UTF-8&oe=UTF-8&features=Rank&q=info:http%3A%2F%2Fblog%2Eiyi%2Ecn%2Fdavid%2F HTTP/1.1User-Agent: Mozilla/4.0 (compatible; GoogleToolbar 2.0.114.9-big; Windows 5.2)Host: toolbarqueries.google.comCache-Control: no-cacheCookie: PREF=ID=3e46a681346bcce2:NW=1:TM=1099618786:LM=1104831026:TB=2:S=8oMV8rWWHE07ngDp测试了一下，发现只有GET后面的信息和host比较重要，其他的信息可以任意填写而这其中比较重要的信息是下面这几条： client=navclient-auto& ch=0123456789& features=Rank& q=info:http%3A%2F%2Fblog%2Eiyi%2Ecn%2Fdavid%2F client=navclient-auto表示客户端是google toolbar，如果没有这个参数得到的结果是在google中搜索这个网址的结果ch=0123456789是checksum值，关键中的关键，google对每个网址用特殊算法进行转换后得到这个checksum，google就是靠这个来对它的pagerank进行加密的。如果知道了这个算法，获取pagerank就轻而易举了。features=Rank获取的是pagerank值，我得到的结果是Rank_1:1:1其中最后一位是pagerank的值，如果忽略这个参数得到的是相关网页在google中的详细信息的xml，我得到的是下面的信息： <?xml version=1.0 encoding=GB2312 standalone=no ?> <!DOCTYPE GSP (View Source for full doctype...)> - <GSP VER=3.2> <TM>0.124300</TM> <Q>info:http://blog.iyi.cn/david/</Q> <PARAM name=client value=navclient-auto original_value=navclient-auto /> <PARAM name=googleip value=O;907 original_value=O;907 /> <PARAM name=ch value=62544423920 original_value=62544423920 /> <PARAM name=q value=info:http://blog.iyi.cn/david/ original_value=info:http%3A%2F%2Fblog.iyi.cn%2Fdavid%2F /> - <RES SN=1 EN=1> <M>1</M> <XT /> - <R N=1 L=1 MIME=text/html> <U>http://blog.iyi.cn/david/</U> <UE>http://blog.iyi.cn/david/</UE> <T>泰然处之- 大卫's BLOG</T> <RK>1</RK> <S>泰然处之 - 大卫's BLOG. 2004年12月. 日, 一, 二, 三, 四, 五, 六. 1, 2, 3, 4. <b>...</b></S> <LANG>zh-CN</LANG> - <HAS> <L TAG=link: /> <C SZ=90k CID=28N4KopQVykJ TAG=cache: /> <RT TAG=related: /> </HAS> </R> </RES> </GSP>内容很容易看得明白，这里就不解释了。（难道我得blog被google惩罚了？好久没有更新了-_-）知道了原理，就来考虑如何解决了。其实google toolbar可以很容易的动态跟踪，懂得汇编的人可以很快的找出它的checksum算法，这当然是最好的解决之道。另外，如果你不懂得汇编，可以通过历史纪录获得向管链接的checksum值，可以从你的ie临时文件夹中找到。或者你也可以建立代理服务器，让google toolbar通过代理服务器来获取pagerank值，然后在代理服务器上运行相关程序来截取checksum值。另外，还找到这个pr值对照表：Toolbar PageRank Real PageRank0/10 0.15 - 0.91/10 0.9 - 5.42/10 5.4 - 32.43/10 32.4 - 194.44/10 194.4 - 1,166.45/10 1,166.4 - 6,998.46/10 6,998.4 - 41,990.47/10 41,990.4 - 251,942.48/10 251,942.4 - 1,511,654.49/10 1,511,654.4 - 9,069,926.410/10 9,069,926.4 - 0.85 × N + 0.15我觉得所谓的real pagerank可以估算为：Nd+(1-d)N是在google搜索到的链接到当前网页的网页数，d是google定义的阻尼值。比如在google中输入link:www.sohu.com得到的结果是：133,000 项，用上面的公式计算得到113050.15，刚好对应到pr值7，也可以根据各个数据段的百分比算出10以内的pr值小数位其实这样子很容易的到pr值，根本不用那个checksum加密算法 |
|
|
|
| |
|
|
|
 |
|
 |
在线咨询 |
 |
|
建站服务 |
|
经济型网站设计套餐 ￥2580 |
企业型网站设计套餐 ￥3980 |
豪华型网站设计套餐 ￥6580 |
商城型网站设计套餐 ￥7580 |
定制型网站设计套餐 ￥面 谈 |
智赢型ABC ￥1580/1980 |
|
|
|
 |
|
虚拟主机 |
|
普及型（电信）350元/年 |
经济型（电信）650元/年
|
普及A型（双线）500元/年 |
普及B型（双线）900元/年 |
外贸型（国外） 550元/年
|
企业型（国外） 1050元/年 |
我要订购主机>> |
|
|
|
域名注册 |
|
国际顶级域名.com 100元/年 |
国际顶级域名.net 100元/年 |
国际顶级域名.cc 380元/年 |
国际顶级域名.org 180元/年 |
中国顶级域名.cn 100元/年 |
中国顶级域名.com.cn 100元/年 |
中文域名.中国.公司 280元/年 |
我要注册域>> |
|
|
|
