图注：筛选数据、复制到新的sheet中，删除原始sheet中的筛选数据，来分类数据
还有几类搜索链接格式，都以相同方式进行处理。
然后把原始sheet中剩下的数据进行去重（空白行），得到剩余的链接信息。
图注：对剩余数据进行简单的去重处理。
然后，我们需要对黑链进行筛选。黑链的数据，一般需要先从网站日志中分析得到（这样是最全面的，为了保证效率，会需要使用到shell脚本来自动运行，但是涉及篇幅过多，我将在以后的专题中进行讲解）。
当然也可以对表格中【被链接的网页url】这一列按照顺序排序后，挨着分析得到（自己去打开，同时黑客会使用一些特殊手段，妨碍我们去识别真正的会被搜索引擎识别到的垃圾内容，最常见的情况就是，使用js跳转。这样我们通过浏览器访问时，会看到完全不一样的内容，而搜索引擎抓取时，则下载到了垃圾内容。）
这时，我们需要使用一款firefox插件【No Script】，旨在屏蔽网站上的js，看到与搜索引擎类似的内容。
图注：屏蔽浏览器中java script的插件
另外还有一种不是很靠谱的甄选方法，在搜索引擎里面去搜：【site:域名 博彩】之类的关键词，把不符合网站预期的关键词拿去搜，就可以得到很多链接了。（这里需要使用一些方法，把链接全都批量导出，在今后的专题中，我会继续讲解的）
筛选过程我就只能省略啦，可以结合视频看一看。
图注：筛选出来的网站黑链
我们之所以要这么辛苦地找出垃圾外链，目的就是要把这些垃圾外链的域名记录下来，避免这些垃圾域名被黑客重复利用，拿去制作新的垃圾链接，从而在第一时间拒绝掉这些垃圾外链，使百度蜘蛛从垃圾外链访问我们网站上内容时，无法获取到任何信息（也就是返回404状态码，被识别成死链），久而久之，这些垃圾域名的权重就会越来越低（因为导出了死链，影响搜索引擎的正常抓取工作），这样我们不仅保护了自己，也惩罚了敌人。
