Publié le 23/07/2010
Auteur fobec
Réseaux sociaux
0 partages
0 tweets
0 plus
0 commentaires

Google, le moteur de recherche rappel a l'ordre

Chaque seconde, des milliers de requęte sont envoyés sur le moteur de recherche Google. On peut penser que quelques requętes de plus devrait passer inapercu. Ce n'est pas le cas, Google surveille de près l'activité sur son moteur de recherche et en bloque l'accès le cas échéant.

Comment passer pour un spammer aux yeux de Google

Dans le cadre du référencement du site fobec.com, je développe une application SEO en JAVA. Pour vérifier l'indexation du site, l'outil teste les URL du sitemap sur Google une à une avec une requęte de type
http://www.google.com/search?q=inurl:http://www.fobec.com/CMS/...

Au fil de la boucle, le temps de traitement d'une URL passe de 0,15 sec à 5 sec. Vérification faite, aucune fuite mémoire dans mon code, c'est bien le temps de réponse de Google qui est devenu plus long.

Google rappel à l'ordre

En saisissant l'URL manuellement dans le navigateur internet Mozilla, on obtient un début d'explication:
google_colere

"nous ne pouvons pas traiter votre requęte pour le moment. Un virus informatique ou un spyware (logiciel espion) nous envoie des requętes automatiques, et il semble que votre ordinateur ou votre réseau soit infecté."

L'interface classique du moteur s'affiche à nouveau après le test gotcha. Par contre, que ce soit en java ou que ce soit sous Mozilla, toutes les requętes de type inurl ont un délai de réponse de 5 secondes.
A priori, Google sanctionne l'IP et une série de mot clé pour une période donnée.

Conclusion

Si vous souhaitez Scraper Google, la première chose à faire est de ne pas se faire prendre par les filtres anti-bot du moteur de recherche. Lorsque votre adresse IP est détectée comme suspecte, il n'est pas facile de retrouver le comportement normal à vos requetes sur Google. A priori, la solutions consiste à utiliser plusieurs adresses IP et de varier au maximum les UserAgent, le type de requete et d'arreter les requetes à la première alerte.

Ajouter un commentaire

Les champs marqués d'un * sont obligatoires, les adresses emails se sont pas publiées.

A lire aussi

Réseaux sociaux
Présentation de l'article
Catégorie
tuto - webmaster
Mise a jour
23/07/2010
Visualisation
vu 3030 fois
Public
Internaute
Auteur de la publication
Fobec
Admin
Auteur de 267 articles
|BIO_PSEUDO|
Commentaires récents

Publié par Fobec dans java

As-tu essaye sans le parametre de la cle ?
(supprimer la ligne url += "&key=" + this.ApiKey;)
A priori, cela fonctionne sans aucune authentification sur l'api ;)

Publié par stux dans java

Génial.. C'est exactement ce que je cherchais.

Publié par fobec dans logiciel

MAJ: migration vers GoogleMap V3 de la carte

Publié par Fobec dans CMS

//une variante avec UrlMon
uses
UrlMon;

function GetPageContent(URL: string): string;
var
MyFile: file;
Buf: array[0..14] of Char;
Filename: string;

Publié par Fobec dans tuto

Bonjour,

Sur Fobec.com, nous utilisons mod_expires.c pour envoyer automatiquement un code 304 au navigateur internet.
<IfModule mod_expires.c>
ExpiresActive On
ExpiresByType im...