获取google pagerank值的研究
今天在网上看到有网站提供显示google pagerank值的功能，听说google已经取消了公开的pagerank显 示，只有通过ie google toolbar获得，所以觉得挺有意思，就去研究了一下。 我装上google toolbar抓
今天在网上看到有网站提供显示google pagerank值的功能，听说google已经取消了公开的pagerank显
示，只有通过ie google toolbar获得，所以觉得挺有意思，就去研究了一下。
我装上google toolbar抓了一下socket包，得到了如下信息：
GET /search?client=navclient-auto&googleip=O;3812&ch=62544423920&freshness_check=
4X0lThsX1_WR7cBSIbnl8&ie=UTF-8&oe=UTF-8&features=Rank&q=info:
http%3A%2F%2Fblog%2Eiyi%2Ecn%2Fdavid%2F HTTP/1.1
User-Agent: Mozilla/4.0 (compatible; GoogleToolbar 2.0.114.9-big; Windows 5.2)
Host: toolbarqueries.google.com
Cache-Control: no-cache
Cookie:
PREF=ID=3e46a681346bcce2:NW=1:TM=1099618786:LM=1104831026:TB=2:S=8oMV8rWWHE07ngDp
测试了一下，发现只有GET后面的信息和host比较重要，其他的信息可以任意填写
而这其中比较重要的信息是下面这几条：
client=navclient-auto&
ch=0123456789&
features=Rank&
q=info:http%3A%2F%2Fblog%2Eiyi%2Ecn%2Fdavid%2F
client=navclient-auto表示客户端是google toolbar，如果没有这个参数得到的结果是在google中
搜索这个网址的结果
ch=0123456789是checksum值，关键中的关键，google对每个网址用特殊算法进行转换后得到这个
checksum，google就是靠这个来对它的pagerank进行"加密"的。如果知道了这个算法，获取pagerank就
轻而易举了。
features=Rank获取的是pagerank值，我得到的结果是Rank_1:1:1其中最后一位是pagerank的值，如
果忽略这个参数得到的是相关网页在google中的详细信息的xml，我得到的是下面的信息：
<?xml version="1.0" encoding="GB2312" standalone="no" ?>
<!DOCTYPE GSP (View Source for full doctype...)>
- <GSP VER="3.2">
<TM>0.124300</TM>
<Q>info:http://blog.iyi.cn/david/</Q>
<PARAM name="client" value="navclient-auto" original_value="navclient-auto" />
<PARAM name="googleip" value="O;907" original_value="O;907" />
示，只有通过ie google toolbar获得，所以觉得挺有意思，就去研究了一下。
我装上google toolbar抓了一下socket包，得到了如下信息：
GET /search?client=navclient-auto&googleip=O;3812&ch=62544423920&freshness_check=
4X0lThsX1_WR7cBSIbnl8&ie=UTF-8&oe=UTF-8&features=Rank&q=info:
http%3A%2F%2Fblog%2Eiyi%2Ecn%2Fdavid%2F HTTP/1.1
User-Agent: Mozilla/4.0 (compatible; GoogleToolbar 2.0.114.9-big; Windows 5.2)
Host: toolbarqueries.google.com
Cache-Control: no-cache
Cookie:
PREF=ID=3e46a681346bcce2:NW=1:TM=1099618786:LM=1104831026:TB=2:S=8oMV8rWWHE07ngDp
测试了一下，发现只有GET后面的信息和host比较重要，其他的信息可以任意填写
而这其中比较重要的信息是下面这几条：
client=navclient-auto&
ch=0123456789&
features=Rank&
q=info:http%3A%2F%2Fblog%2Eiyi%2Ecn%2Fdavid%2F
client=navclient-auto表示客户端是google toolbar，如果没有这个参数得到的结果是在google中
搜索这个网址的结果
ch=0123456789是checksum值，关键中的关键，google对每个网址用特殊算法进行转换后得到这个
checksum，google就是靠这个来对它的pagerank进行"加密"的。如果知道了这个算法，获取pagerank就
轻而易举了。
features=Rank获取的是pagerank值，我得到的结果是Rank_1:1:1其中最后一位是pagerank的值，如
果忽略这个参数得到的是相关网页在google中的详细信息的xml，我得到的是下面的信息：
<?xml version="1.0" encoding="GB2312" standalone="no" ?>
<!DOCTYPE GSP (View Source for full doctype...)>
- <GSP VER="3.2">
<TM>0.124300</TM>
<Q>info:http://blog.iyi.cn/david/</Q>
<PARAM name="client" value="navclient-auto" original_value="navclient-auto" />
<PARAM name="googleip" value="O;907" original_value="O;907" />
精彩图集