from:http://www.snowhack.com/blog/catalog.asp?cate=10
必备参数
☆ q--查询的关键词(Query)，百度对应的参数为wd
☆ hl--Google搜索的界面语言(Interface Language)
常用的有：
hl=zh-CN 简体中文语言界面，我们用的Google中文就是这个参数。
hl=zh-TW 繁体中文语言界面，港台地区常使用
hl=en 英文语言界面
☆start--显示结果的页数,百度对应的参数为pn
可选参数
☆ lr--搜索内容的语言限定(Language Restrict),限定只搜索某种语言的网页。如果lr参数为空，则为搜索所有网页。
常用的有：
lr=lang_zh-CN 只搜索简体中文网页
lr=lang_zh-TW 只搜索繁体中文网页
lr=lang_zh-CN|lang_zh-TW 搜索所有中文网页
lr=lang_en 只搜索英文网页
☆ ie--查询输入文字的编码(Input Encoding),Google缺省设置ie=utf-8,即请求Google搜索时参数q的值是一段utf-8编码的文字，如果要直接使用中文，可以设置ie=gb2312,即为简体中文编码
☆ oe--搜索返回页面的编码(Output Encoding),Google缺省设置oe=utf-8
☆ num--搜索结果显示条数(Number),取值范围在10--100条之间，缺省设置num=10,百度对应的参数为rn N5yZ?ex1
☆ newwindow--是否开启新窗口以显示查询结果。 缺省设置newwindow=1，在新窗口打开网页
☆ safe--安全搜索选项(SafeSearch),设置该参数可以过滤成人内容， 缺省设置safe为空，即不过滤成人内容，设置为safe=vss，即过滤成人内容。
Google网页搜索结果页面结构
和百度的很相似，按源代码结构自上而下为：
搜索框
赞助商链接
搜索结果
分页区
相关搜索
底部搜索框
版权区
其中“搜索结果、分页区”这两部分就是我们需要的有效数据。
Google反采集的手段相对多一些。
a、和百度一样，Google的结果页面代码也常常发生变化，有时在页面局部会出现动态的代码改变，所以要经常观察Google代码变化，根据实际情况改变相关的字符串标识。
b、Google反采集的主要手段就是暂时屏蔽用户IP,当一个用户频繁采集Google数据时，Google就会暂时屏蔽该用户的IP,导致用户无法访问Google,一般隔几分钟就会自己解除屏蔽。如何突破这种限制，在上面的代码中用到的是轮询服务器的方法，就是在几个Google服务器中轮换着查询，利用这中间的时间差克服屏蔽现象。但也有不少问题，比如，轮询多个服务器会导致查询时间过长，而且，我发现有时多个服务器同时进行屏蔽，所以，还要多尝试几个服务器地址，尽量保证它们之间没有多少关联性。
除了这种轮询的方法，还可以使用模拟http请求头的方法，我估计google这种屏蔽手法可能主要靠分析http请求头的数据判断是否为采集行为。可以利用xmlhttp的setrequestheader方法发送模拟的请求头信息，比如：http.setrequestheader \"referer\",\http://so.163.com\，模拟为163的搜索请求.
评论