中央的文章頁面與選單、留言及頁尾卡片分開呈現。

如果你需要自己網站的所有已知網頁,請先查看自己的網站清單及 Google Search Console 證據。這些網站擁有者紀錄更適合回答這個問題。公開搜尋匯出資料回答的是:所選搜尋中出現了哪些結果。Google 說明指出,`site:` 結果並不完整,而且已建立索引的網址也不保證會出現。Google 網站搜尋指引 — 2026 年 10 月 25 日已查核;說明搜尋限制,並非完整網站清單

對於範圍明確的公開搜尋樣本,Chronometrica 的 Google Search Scraper 文件說明了一種實用的試算表格式:每筆結果觀測紀錄儲存為一列。觀測紀錄是指在特定搜尋、結果頁和位置上記錄的一筆結果。Actor 是託管於雲端的資料收集程式。Actor 負責收集這些資料列;你則必須檢查匯出資料,並說明其限制。Chronometrica Google Search Scraper — 2026 年 10 月 25 日已核對規格;未進行付費執行

1. 訂明試算表必須回答的問題

將「所有結果」改成可以核對的要求。例如:「針對一個查詢,使用美國及英文設定,儲存最多 10 筆 Google 網頁搜尋觀測紀錄。」

筆數上限是指資料收集時,針對每個搜尋引擎上的每個已執行查詢,允許儲存的最多列數。這不保證來源會傳回這麼多列。

開始收集前,請記下以下決定:

  1. 說明清單的用途。你可能需要供主題審查使用的候選網頁,或記錄哪些目標網址曾經出現的證據。
  2. 儲存完整的查詢文字。保留原有拼字、標點符號及所有搜尋運算子。
  3. 第一次匯出時,選擇 Google 作為搜尋引擎。
  4. 設定此次要求使用的國家和語言。
  5. 設定列數上限,並記錄是否納入贊助結果。
  6. 訂明試算表在使用前必須通過哪些檢查。

搜尋運算子是像 `site:` 這樣的文字,用來要求搜尋引擎縮小搜尋範圍。搜尋引擎會自行解讀運算子。運算子不會讓搜尋變成完整的網站清單。

請先釐清查詢的資料來源。Google Custom Search 搜尋引擎與本文所述的 Google 網頁搜尋收集方式,是不同的來源。所提供的證據無法確認 Google Custom Search API 相容性。API 是讓程式交換資料的方式。一則公開提問詢問如何將自訂搜尋引擎的結果匯出至 Excel,但該問題不能驗證這個 Actor 是否支援此功能。公開試算表提問 — 2026 年 8 月 11 日觀察到;發布日期不明,僅涉及 Custom Search 範圍

本方法處理的是公開網頁搜尋觀測紀錄。它不能證明 Google 地圖的涵蓋範圍、搜尋量、完整的網頁索引,或能否存取網站擁有者專屬紀錄。

2. 收集前先儲存一組小規模輸入設定

請以下方提供的輸入設定作為起點。JSON 是一種文字格式,用來儲存具名的值及清單。

json
{"country":"US","engines":["google"],"includeSponsoredResults":false,"language":"en","maxResultsPerExecutedQuery":10,"queries":["small business invoice approval workflow"],"safeSearch":true}
2. 收集前先儲存一組小規模輸入設定

這組輸入設定已通過公開預設建置版本的輸入規則檢查。本指南並未實際執行這組設定。這項檢查確認的是輸入格式及允許的值,並不能確認 Google 曾傳回結果。公開預設建置版本 1.0.15 — 2026 年 10 月 25 日已查核;已檢視輸入規則,未進行付費執行

請依下列順序替換範例值:

  1. 將整個 `queries` 清單替換為你要使用的查詢。第一次檢查時只保留一個查詢。
  2. 使用本方法時,請將 `engines` 維持為 `["google"]`。
  3. 如果你要使用其他搜尋設定,請替換 `country` 和 `language`。`US` 表示要求使用美國設定;`en` 表示在支援的情況下要求使用英文。
  4. 將 `maxResultsPerExecutedQuery` 設為你選定的筆數上限。已核對的允許範圍為 1 至 100。
  5. 儲存輸入設定前,請檢查 `safeSearch` 和 `includeSponsoredResults`。

`safeSearch:true` 會要求支援此設定的搜尋引擎篩除露骨內容的結果。搜尋引擎可能會套用各自的地區規則。`includeSponsoredResults:false` 會排除贊助結果。如果開啟贊助結果,文件所述的輸出會包含供此用途使用的 `isSponsored` 和 `advertiserDomain` 欄位。

請將完整輸入設定與收集紀錄一併儲存。輸出欄位不能取代輸入紀錄。尤其應保留贊助結果設定,讓其他讀者知道你要求收集哪些結果。

你也可以從公開的將搜尋結果匯出為 CSV 任務 — 2026 年 10 月 25 日已查核;已確認公開頁面存在,未檢視已儲存的輸入設定開始。Task(任務)是為 Actor 儲存的預設輸入設定。使用前,請替換範例查詢,並檢查每項已儲存的設定。公開頁面查核並未確認其儲存值與上方輸入設定相同。

3. 匯出前先檢查收集狀態

接下來的步驟是建議讀者採取的操作。本指南未實際執行資料收集程式。

開始收集後,請先檢查最終狀態和摘要,再將資料集視為可用。資料集是已儲存的結果資料列集合。請同時保留資料集,以及說明收集過程的摘要。

請依下列順序操作:

  1. 檢查執行是否成功完成、失敗,或遭到中斷。
  2. 閱讀紀錄中的停止收集原因。
  3. 檢查回報的 Google 結果數,以及各搜尋引擎的任何失敗資訊。
  4. 比較已儲存的筆數與要求的筆數上限。
  5. 將任何封鎖、篩選或來源結果取盡的資訊與匯出資料一併保存。

來源結果取盡,表示收集已到達該次請求可取得結果的末端。這不能證明 Google 沒有其他已建立索引的網頁。

請分清楚以下狀態:

3. 匯出前先檢查收集狀態
記錄的狀態可以報告的內容仍未證實的事項
已達筆數上限收集所儲存的列數已達要求的上限是否還有更多可取得的結果
來源結果已取盡可取得的來源結果結束後,收集便停止是否完整涵蓋 Google 或網站
來源遭封鎖或請求失敗收集遇到存取或執行問題是否存在符合條件的結果
結果經過篩選篩選影響了結果集合被排除的結果集合包含哪些內容
停止狀態缺漏或不明原因不明為何尚未達到筆數上限便結束收集

如果執行已結束,但列數少於要求的筆數,就需要說明原因。這不一定表示失敗,也不一定表示資料完整。

如果資料集與摘要不一致,請保留原始紀錄,並暫緩使用試算表,等待審查。不要加入空白列來湊足筆數上限。不要以要求的筆數上限取代實際儲存的數量。

4. 匯出時保留來源值不變

從已完成的資料集匯出 CSV 或 JSON。CSV 以文字儲存表格值,通常以逗號分隔。編輯試算表副本前,請先保留下載的原始檔案。

請透過試算表的匯入功能匯入檔案。將識別碼和網址設為文字。也請將原始時間戳記字串保留在文字欄位中。自動轉換日期或數字可能會改變值的形式,讓你更難與來源比對。

請保留文件所述的以下結果欄位:

4. 匯出時保留來源值不變
欄位應保留或檢查的內容
`runId`將觀測紀錄連結至該次收集執行的識別碼
`country`該結果記錄的國家設定
`language`該結果記錄的語言設定
`safeSearch`記錄的露骨內容篩選設定
`engine`該觀測紀錄所屬的搜尋引擎
`executedQuery`該觀測紀錄所屬的完整查詢文字
`page`記錄的搜尋結果頁碼
`rankOnPage`記錄的結果在該頁中的位置
`rank`記錄的結果在該搜尋中的位置
`title`傳回的搜尋結果標題
`canonicalUrl`傳回的正規化候選網址
`resultDomain`傳回的目標網域
`snippet`傳回的搜尋結果文字
`isSponsored`傳回的贊助結果標記
`advertiserDomain`傳回的廣告主網域,若來源有提供
`observedAt`記錄的觀測時間
`schemaVersion`輸出格式版本的識別碼

這些欄位來自已核對的公開輸出規格。Chronometrica Google Search Scraper — 2026 年 10 月 25 日已查核;欄位依據文件,未驗證實際執行結果

`canonicalUrl` 是正規化後的候選網址。這個名稱不能證明有人檢查過目標網頁的 HTML canonical 標籤。該標籤用來指定偏好的網頁網址。這個欄位也不能確認原始連結文字或網址。

摘要文字是搜尋結果中的文字,並非從文章頁面擷取的內文。缺少摘要文字不代表目標網頁是空白的。排名記錄的是結果位置,並不衡量造訪次數或流量。

請抽查幾列匯入資料,並與原始檔案比對。若資料中有包含逗號、引號、換行或非英文字元的值,也應納入檢查。確認每個值都留在正確的欄位中。

如果 CSV 無法保留缺漏值與空字串之間的差別,請保留 JSON 作為來源參照。試算表若需要區分兩者,請在獨立的審查欄位中記錄。

5. 分開計算觀測紀錄與目標網址

列數與不重複目標網址數回答的是不同問題。

觀測紀錄數表示你儲存了多少筆結果紀錄。不重複目標網址數則表示,依你訂明的計數規則,共出現多少個不同的傳回網址。

第一次匯出時,請以 `canonicalUrl` 字串完全相同作為目標網址的判定規則。這樣可避免在未說明的情況下,合併路徑或參數不同的網址。不過,這仍只是不同傳回網址的數量,並不是經獨立驗證後的不同網頁數。

請完整保留觀測紀錄表。任何目標網址清單都應建立在另一份工作表格中。如果同一網址在不同結果位置出現兩次,請保留兩筆觀測紀錄及各自的位置。

匯出資料列重複則是另一個問題。如果因為匯入檔案兩次,導致同一筆已儲存紀錄出現兩次,請調查這項匯入錯誤。不要只因目標網址重複,就認定觀測紀錄是重複副本。

如果要合併多份匯出資料,請參閱如何合併 Bing 搜尋匯出資料,並保留查詢與排名證據。該指南處理的是 Bing 匯出資料。它將觀測紀錄表與目標網址表分開,有助於說明兩種計數的差別;但它不提供本 Google 方法的實際執行證據。

每次計數時都要保留缺漏值。缺少排名表示排名未知,不是排名為零。缺少結果數表示數量未知,不是已確認為零。只有來源證據支持所述收集範圍內的數量為零時,才能記錄為零。

6. 原創虛構範例:16 筆觀測紀錄與 15 個目標網址

以下整個操作範例均為原創虛構內容。其中的執行、時間、結果位置、目標網址和數量,都是為教學而編造。這不是 Actor 測試,也不是客戶成果。

一名分析人員使用一個 Google 查詢:「small business invoice approval workflow」,意為「小型企業發票核准流程」。分析人員要求使用美國及英文設定,並保持安全搜尋開啟、贊助結果關閉。

僅在這個虛構範例中,分析人員將所提供輸入設定的筆數上限從 10 筆改為 20 筆觀測紀錄。收集儲存了 16 筆觀測紀錄。虛構摘要回報來源結果已取盡。

其中兩筆觀測紀錄傳回相同網址:

6. 原創虛構範例:16 筆觀測紀錄與 15 個目標網址
虛構紀錄搜尋引擎排名傳回的網址觀測時間
觀測紀錄 AGoogle3`https://workflow.example/invoice-approval``2026-10-24T14:00:00Z`
觀測紀錄 BGoogle11`https://workflow.example/invoice-approval``2026-10-24T14:00:00Z`

其餘 14 筆觀測紀錄的網址各不相同,也都與上方共用的網址不同。

各項數量可核對如下:

  • 觀測紀錄數:2 筆共用同一目標網址的觀測紀錄 + 14 筆其他觀測紀錄 = 16 筆觀測紀錄。
  • 不重複目標網址數:1 個共用目標網址 + 14 個其他目標網址 = 15 個目標網址。
  • 未使用的上限額度:允許的 20 筆觀測紀錄 − 已儲存的 16 筆觀測紀錄 = 比上限少 4 筆觀測紀錄。

這 4 筆是未使用的額度,不是已知缺少的 4 筆結果。筆數上限無法告訴你 Google 完整符合條件的結果集合共有多少筆。

分析人員的虛構收集紀錄如下:

6. 原創虛構範例:16 筆觀測紀錄與 15 個目標網址
項目虛構的記錄值
查詢small business invoice approval workflow
搜尋引擎Google
國家和語言要求使用美國及英文設定
贊助結果已排除
安全搜尋已要求啟用
要求的筆數上限20 筆觀測紀錄
已儲存的資料列16 筆觀測紀錄
傳回的不重複目標網址15 個按完整字串區分的網址
檢查時間`2026-10-24T14:00:00Z`
停止狀態來源結果已取盡

合適的虛構涵蓋範圍聲明如下:

不要將這個範例描述為傳回 20 筆結果,也不要將它描述為所有已建立索引的網頁。將 16 除以筆數上限 20,只是在比較已儲存列數與允許額度,並不是衡量 Google 的涵蓋程度。

7. 驗收試算表並記錄其限制

在報告或其他流程中使用檔案前,請完成以下驗收檢查:

  1. 核對請求。確認搜尋引擎、已執行的查詢、國家、語言,以及已儲存的輸入設定。
  2. 核對列數。比較原始資料集筆數與匯入後的觀測紀錄數。說明任何差異。
  3. 檢查欄位。確認匯入後仍完整保留識別碼、網址、查詢文字及時間。
  4. 分開計數。依據已說明的網址判定規則,報告觀測紀錄數與不重複目標網址數。
  5. 保留未知值。只要來源允許區分,就應將缺漏值、零和空白文字分開保留。
  6. 附上停止收集的證據。記錄最終狀態、已知失敗情況,以及結束收集的原因。
  7. 撰寫涵蓋範圍聲明。列明筆數上限、已儲存列數、不重複目標網址數、設定、實際檢查時間及來源限制。

如果缺少觀測時間,請明確說明。如果你自行記錄檢查時間,請標示為你自己的檢查時間。不要將它填入 `observedAt`,讓人誤以為那是來源提供的時間。

整理乾淨的試算表不能證明目標網頁可存取或與需求相關。如果下一步是收集網頁,請另行審查目標網址。Bing 爬取佇列指南說明了這項後續審查工作。該指南的搜尋來源是 Bing;你可以用它了解目標網址的接受、拒絕及尚未解決的檢查事項。

只有在有明確需求時,才新增查詢。你可能需要不同的主題用語或市場。請將該次搜尋保留為另一個範圍明確的樣本。重複搜尋不能證明資料完整。

來源與延伸閱讀

作者 Chronometrica · 更新日期

返回頂端 ↑