
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:
- 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。
- 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。
- 第一次匯出時,選擇 Google 作為搜尋引擎。
- 設定此次要求使用的國家和語言。
- 設定列數上限,並記錄是否納入贊助結果。
- 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。
{"country":"US","engines":["google"],"includeSponsoredResults":false,"language":"en","maxResultsPerExecutedQuery":10,"queries":["small business invoice approval workflow"],"safeSearch":true}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:
- 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。
- 使用本方法時,請將 `engines` 維持為 `["google"]`。
- 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。
- 將 `maxResultsPerExecutedQuery` 設為你選定的筆數上限。已核對的允許範圍為 1 至 100。
- 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:
- 檢查執行是否成功完成、失敗,或遭到中斷。
- 閱讀紀錄中的停止收集原因。
- 檢查回報的 Google 結果數,以及各搜尋引擎的任何失敗資訊。
- 比較已儲存的筆數與要求的筆數上限。
- 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:
| 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:
| 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:
| 虛構紀錄 | 搜尋引擎 | 排名 | 傳回的網址 | 觀測時間 |
|---|---|---|---|---|
| 觀測紀錄 A | 3 | `https://workflow.example/invoice-approval` | `2026-10-24T14:00:00Z` | |
| 觀測紀錄 B | 11 | `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:
| 項目 | 虛構的記錄值 |
|---|---|
| 查詢 | small business invoice approval workflow |
| 搜尋引擎 | |
| 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:
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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
- Google 網站搜尋指引 — 2026 年 10 月 25 日已查核;網站搜尋結果並不完整,不能證明已取得完整網站清單
- Chronometrica Google Search Scraper — 2026 年 10 月 25 日已查核;依據公開文件中的輸入設定與結果欄位,未進行付費實際執行測試
- 公開預設建置版本 1.0.15 — 2026 年 10 月 25 日已查核;已檢視輸入規則及相符的輸出規格,未執行範例
- 將搜尋結果匯出為 CSV 任務 — 2026 年 10 月 25 日已查核;已確認公開頁面及預設設定存在,未檢視或執行已儲存的輸入設定
- 公開的 Custom Search 試算表提問 — 2026 年 8 月 11 日觀察到;發布日期不明,單一提問不能證明 Actor 相容性
作者 Chronometrica · 更新日期
返回頂端 ↑
