(Tuto) Google, le moteur de recherche rappel a l'ordre

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

Pseudo *

Adresse email *

Site internet

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

A lire aussi