Как искать файлы в Google и Яндексе: операторы поиска по типу файла

Иногда нужен не сайт с ответом, а конкретный файл: методичка, прайс, инструкция, отчёт. Поиск умеет искать именно файлы, но по умолчанию этого не делает.

Разберём приёмы, которые сокращают поиск с получаса до минуты: как ограничить выдачу одним форматом, как найти файл на конкретном сайте и что делать, если оператор ничего не находит.

Шпаргалка операторов

Пять-шесть операторов закрывают почти все задачи поиска файлов.

Google для поиска по зоне обходится обычным site: (например, site:gov.ru) — отдельного оператора для зоны у него нет. У Яндекса зона и конкретный сайт — два разных оператора: site: ищет по одному адресу, domain: — по всей зоне.

Основной приём: поиск по типу файла

Добавьте к запросу оператор, который ограничивает выдачу одним форматом. В Google:

filetype:pdf инструкция по охране труда

Поиск покажет только PDF-файлы. Так же работает с другими форматами: doc, docx, xls, xlsx, ppt, pptx, csv, txt.

В Яндексе оператор filetype: не работает. Та же задача решается оператором mime:, и пишется он так же: mime:pdf прайс на трубы.

Комбинации, которые работают лучше всего

Файл на конкретном сайте

В Google: site:example.ru filetype:pdf. В Яндексе: site:example.ru mime:pdf. Оба находят все PDF на одном сайте — удобно, когда знаете, что документ у них есть, но найти его в меню невозможно.

Файл в конкретной зоне

В Google: site:gov.ru filetype:doc регламент — только на государственных сайтах. Так же работает с любой зоной: site:ru, site:com.

В Яндексе зона задаётся оператором domain:, а формат — mime:: domain:gov.ru mime:doc регламент.

Точная фраза

Кавычки заставляют искать фразу целиком, а не отдельные слова, и работают так в обоих поисковиках: "техническое задание" filetype:docx в Google, "техническое задание" mime:docx в Яндексе.

Исключить лишнее

Минус перед словом убирает результаты с ним — тоже в обоих поисковиках: filetype:pdf договор аренды -образец в Google, mime:pdf договор аренды -образец в Яндексе. Полезно, когда выдачу забивают шаблоны и рефераты.

Слово в заголовке файла

В Google: intitle:отчёт filetype:pdf. В Яндексе: title:отчёт mime:pdf. Слово должно быть в названии, а не где-то внутри — резко повышает точность.

Готовые примеры на типичные задачи

Проще собрать запрос по образцу, чем придумывать его с нуля. Вот несколько шаблонов под частые задачи — замените слова в них на свои. Примеры даны для Google. Для Яндекса замените в них filetype: на mime:, а intitle: на title: — задача решится так же.

Правило одно и то же в каждом примере: чем точнее операторы описывают, что именно нужно найти, тем короче становится список результатов и тем быстрее в нём находится нужный файл.

Ограничение по свежести

Документы устаревают, и старая редакция регламента хуже, чем ничего. В обоих поисковиках есть фильтр по дате в настройках выдачи — после ввода запроса выберите период.

Это особенно важно для всего, что связано с законами, ГОСТами и нормативами: дата устаревания не видна в самой выдаче, только внутри файла. Слово с годом в самом запросе, как в примере с охраной труда выше, тоже помогает поиску сразу отсеять явно старые версии.

Чего оператор не сделает

• Не найдёт файл, закрытый от индексации. Многие организации закрывают папку с документами от поисковиков. Такой файл существует, но поиском не находится.
• Не найдёт текст в сканах. Если PDF — это фотографии страниц без текстового слоя, поиск по словам внутри не сработает. Найти можно только по названию файла и по тексту страницы, где он выложен.
• Не гарантирует актуальность. В индексе полно старых редакций. Всегда смотрите дату внутри самого документа, а не дату находки.

Осторожность с находками

Два правила, о которых обычно не думают.

Проверка своего сайта

Приём работает и в обратную сторону. Наберите в Google site:вашсайт.ru filetype:pdf (в Яндексе — site:вашсайт.ru mime:pdf) и посмотрите, что из ваших документов доступно всем.

1. Наберите запрос по своему сайту. site:вашсайт.ru filetype:pdf в Google или site:вашсайт.ru mime:pdf в Яндексе, затем повторите с doc, xls и другими форматами, которые у вас есть.
2. Просмотрите каждый результат. Старые прайсы с ценами, внутренние инструкции, договоры с реквизитами — регулярно обнаруживаются вещи, которых там быть не должно.
3. Закройте лишнее от индексации. Через robots.txt, настройки индексации файла или его удаление, если он не нужен вообще.

Проверка занимает пять минут, а делать её стоит раз в квартал — это дешевле, чем разбираться с последствиями утечки, о которой узнали от клиента.

Зачем это нужно бизнесу

Кроме поиска своих же забытых файлов, у операторов есть применение в конкурентной разведке: site:конкурент.ru filetype:pdf прайс в Google (или site:конкурент.ru mime:pdf прайс в Яндексе) иногда находит прайс-лист, который на сайте спрятан за формой заявки. Это ручная версия того, что бизнес обычно поручает автоматике: сбор и мониторинг данных конкурентов делает то же самое каждый день, без ручного набора запросов.

А документы, которые обязаны быть на сайте по закону — например, политика обработки персональных данных, — тоже стоит время от времени искать поиском, чтобы убедиться, что они на месте и актуальны. Разбор, какие документы обязательны, есть в отдельной статье: какие документы должны быть на сайте, чтобы не получить штраф. Если же нашли утечку персональных данных клиентов — порядок действий описан в статье как защитить данные клиентов.

Мониторинг цен и данных конкурентовСобираем данные с сайтов конкурентов автоматически, без ручных запросов каждый день

---