【发布时间】：2012-01-27 06:13:12
【问题描述】：
我想知道 google 是如何捕获所有在 google 即时预览中出现的网站的？我确定他们没有使用缩略图服务（如 www.thumbalizr.com、websnapr.com、snapcasa.com、thumbshots.com），而是使用他们自己的软件。但是：鉴于谷歌捕获了很多网站，他们必须有一个非常复杂的系统。另外：这会产生大量数据（jpgs？）。 有人对谷歌如何做到这一点有更深入的了解吗？
【问题讨论】：
【发布时间】：2012-01-27 06:13:12
【问题描述】：
是的，就是这样。他们的网站管理员页面暗示他们使用 Chrome 使用的相同引擎呈现页面，并且预览基于结果。
【讨论】：
这很难说，但这里有一些来自 Google 项目经理讨论的信息：
http://googleblog.blogspot.com/2010/11/beyond-instant-results-instant-previews.html
部分内容是：
“我们将您的查询与整个网络的索引相匹配，确定 每个网页的相关部分，将它们拼接在一起并提供 生成的预览完全根据您的搜索定制——通常在 不到十分之一秒”
再加上查看预览页面的来源，这表明他们正在使用自己的索引（用于提供缓存页面的同一 webcache.googleusercontent.com）来提供 JPEG Base64 图像字符串作为屏幕截图。
【讨论】：
-
只是为了确保我对您的理解正确：所以您认为他们实际上抓取了网站的 html 代码（加上图片），然后将其作为 jpeg 推送给最终用户？