Sebarang carian untuk kelemahan pada sumber web bermula dengan peninjauan dan pengumpulan maklumat.
Perisikan boleh sama ada aktif - kuasa kasar fail dan direktori tapak, menjalankan pengimbas kerentanan, menyemak imbas tapak secara manual atau pasif - mencari maklumat dalam enjin carian yang berbeza. Kadang-kadang ia berlaku bahawa kelemahan diketahui walaupun sebelum membuka halaman pertama tapak.

Bagaimana ini boleh berlaku?
Robot carian, sentiasa merayau Internet, sebagai tambahan kepada maklumat yang berguna kepada pengguna biasa, sering merekodkan perkara yang boleh digunakan oleh penyerang untuk menyerang sumber web. Contohnya, ralat skrip dan fail dengan maklumat sensitif (daripada fail konfigurasi dan log kepada fail dengan data pengesahan dan sandaran pangkalan data).
Dari sudut pandangan robot carian, mesej ralat tentang melaksanakan pertanyaan sql ialah teks biasa, tidak dapat dipisahkan, sebagai contoh, daripada perihalan produk pada halaman. Jika tiba-tiba robot carian menjumpai fail dengan sambungan .sql, yang atas sebab tertentu berakhir dalam folder kerja tapak, maka ia akan dianggap sebagai sebahagian daripada kandungan tapak dan juga akan diindeks (termasuk, mungkin, kata laluan dinyatakan di dalamnya).

Maklumat sedemikian boleh didapati dengan mengetahui kata kunci yang kuat, selalunya unik, yang membantu memisahkan "halaman terdedah" daripada halaman yang tidak mengandungi kelemahan.
Pangkalan data besar pertanyaan khas menggunakan kata kunci (dipanggil dorks) wujud di exploit-db.com dan dikenali sebagai Pangkalan Data Hack Google.

Kenapa google?
Dorks disasarkan terutamanya kepada Google atas dua sebab:
− sintaks kata kunci yang paling fleksibel (ditunjukkan dalam Jadual 1) dan aksara khas (ditunjukkan dalam Jadual 2);
− indeks Google masih lebih lengkap daripada enjin carian lain;

Jadual 1 - Kata kunci utama Google