关于页面来源统计的一点点思考

为什么80%的码农都做不了架构师？>>>   

在网站的各种监控中，页面的点击来源是一个重要的数据。

常见的方式有两个：referrer，url加参数。

referrer方式

这种方式受浏览器限制，不同浏览器在用户作出不同行为时，处理方式是不一样的。比如在以下情况下，浏览器可能不发referrer。

1,修改Location对象进行页面导航
2,windowopen 方式打开新窗口
3,鼠标拖拽打开新窗口
4,点击Flash内部链接
5,HTTPS跳转到HTTP
6,收藏夹直接打开 / 地址栏手动输入

受制于用户的浏览器和浏览习惯。这会导致丢失很多数据。

url加参数

服务器端维护一个参数与来源的映射表。在页面展示链接的时候将本页的对应参数加到url后面。这样点击该url的时候就知道是从什么页面过来的了。例如：

我有映射表：index=首页，listing=列表页
用来标记来源的参数名：from
我在列表页的链接后面都加上：from=listing。比如：http://example.com/info/20834735/?from=listing
这样我在点击　http://example.com/info/20834735/?from=listing　的时候就知道页面是从列表页点过来的了。

这种方式可以比referrer方式少丢些数据，但是对于站外的链接（比如：搜索引擎）就无能为力了，因为搜索引擎会把你加了参数的链接（http://example.com/info/20834735/?from=listing）一起抓了。这就统计了错误的数据。而且还会影响SEO。不过，如果是大型商业搜索引擎还可以通过__rel="canonical"__标签来解决，其他爬虫就无能为力了。

共同的问题

当用户在地址栏直接输入地址，无论是点收藏夹还是复制粘贴，或者手动输入，都无法正确统计页面的来源（referrer为空，url参数不能正确反映点击来源）。

办法

暂时没啥好办法来提高统计的准确率。两种方式结合使用可以有所改善，但治标不治本。有好办法的朋友一定不要吝啬哦。

转载于:https://my.oschina.net/liuxd/blog/100802