网页新闻抓取(谷歌对媒体披露APP页面内容不再是信息孤岛(图))

　　网页新闻抓取(谷歌对媒体披露APP页面内容不再是信息孤岛(图))

　　谷歌工程师 Rajan Patel 向媒体透露，APP 页面的内容不再是信息孤岛。从两年前开始，谷歌就一直在抓取外部应用的内部链接和内容，累计抓取超过300次。十亿。

　　在传统网页中，谷歌可以通过软件“蜘蛛”自动访问和爬取，无需获得网站管理员的许可。

　　在App内容的抓取中，谷歌需要与应用软件开发商建立合作关系。谷歌提供了相应的软件开发接口（API），开发者可以通过这些接口向谷歌搜索开放数据，从而实现对搜索引擎的内容爬取。

　　据悉，与谷歌合作的移动端软件众多，包括微博Twitter、短租工具Airbnb、消费者点评工具Yelp、手机订餐工具OpenTable、照片采集社交网络Pinterest、房产搜索工具特鲁利亚等。

　　当然，还有大量的移动媒体应用，也被谷歌用于新闻报道。

　　与谷歌抓取的网页数据库相比，超过 300 亿个链接的内容微不足道。此前的报道称，谷歌蜘蛛抓取了数百亿个网页。

　　然而，在智能手机时代，人们使用搜索更有目的性，拥有更多的场景信息。因此，主流的APP和超过300亿的链接足以为用户提供他们所需要的信息。

　　据介绍，在之前的手机搜索中，谷歌客户端会观察用户的智能手机上安装了哪些应用，而谷歌只会返回已安装应用的搜索结果。

　　日前，谷歌团队也宣布对搜索结果中收录的应用进行了修改。即使用户没有安装应用程序，只要其内容相关，它的内容也会出现在搜索结果中。

　　例如，如果用户的手机上没有安装 OpenTable，这是一种订餐工具，但在搜索餐厅时，Google 可能仍会呈现来自 OpenTable 的消费者评论。