PHP 爬取 Google 收錄數量：site 語法解析實作

透過發送 site:domain 搜尋請求並解析回傳 HTML，提取 Google 顯示的「約 XX 項結果」數字，實現域名收錄量快速查詢。

核心函數實作

function get_index($domain) {
    $url = "https://www.google.com/search?source=hp&biw=1440&bih=762&q=site%3A$domain&aq=f&aqi=g10&aql=&oq=";
    $html = file_get_contents($url);
    preg_match('/<div id=resultStats>[Ss].*<nobr>/Ui', $html, $index);
    
    $count = '';
    for ($i = 0; $i <= strlen($index[0]); $i++) {
        if (is_numeric($index[0][$i])) {
            $count .= $index[0][$i];
        }
    }
    return $count;
}

關鍵技術點

• 搜尋語法：site:example.com 限定特定域名結果
• HTML 解析：鎖定 id="resultStats" 區塊提取數字
• 正則模式：/Ui 修飾符支援多行與非貪婪匹配

實務注意事項

1. 反爬蟲機制：高頻請求易觸發驗證碼或 IP 封鎖，建議加入延遲與代理輪換
2. 結構變動風險：Google 頁面結構隨時可能調整，需定期維護解析規則
3. 官方替代方案：搜尋主控台 Search Console API 提供更穩定、合規的收錄資料
4. 法律合規：須遵守 robots.txt 及服務條款，商業用途建議使用官方 API