在流量統計服務中都有Traffic source這個功能。 Traffic source是針對訪次級別的概念,換句話說,當訪次建立的時候,landing page的流量來源即是該訪次的Traffic source。雖然Traffic source有很多種,不過不幸的是依據現在JS,獲得Traffic source的途徑只有兩種――document.referrer、window.opener.更不幸的是,window.opener適用的場景不多,而document.referrer非常的弱,以至於很多場景下無法準確判斷出流量來源。
document.referrer的覆蓋
從使用意義上來說document.referrer希望能夠追踪到的是瀏覽器端行為。如果一張頁面A被打開,那麼瀏覽器端可能會發生的動作有用戶操作、JS代碼兩種。
先來看看用戶打開頁面A可能會進行的操作:
| 1 | 直接在地址欄中輸入A的地址 |
| 2 | 從B頁面左擊link A,跳轉至A頁面 |
| 3 | 從B頁面右擊link A,在新窗口中打開 |
| 4 | 從B頁面右擊link A,在新標籤頁中打開 |
| 5 | 拖動link A至地址欄 |
| 6 | 拖動link A至標籤欄 |
| 7 | 使用瀏覽器的前進、後退按鈕 |
注意這裡的link即指<A>標籤,但是如果有事件或者target還要另當別論。
JS打開頁面可能的方式:
| 1 | 修改window.location |
| 2 | 使用window.open |
| 3 | 點擊flash |
上面列出了客戶端打開頁面的一些方法,此外,如果通過服務端的重定向技術,也能夠使得頁面A呈現給訪客。
下面來針對具體的瀏覽器測試,如果是上述的這些情況,document.referrer表現如何:
| 序號 | 場景 | IE8.0 | FF3.6 | FF4.0 | chrome |
| 1 | 直接在地址欄中輸入A的地址 | " " | " " | " " | " " |
| 2 | 從B頁面左擊link A,A頁面替換B頁面(target='_self') | √ | √ | √ | √ |
| 3 | 從B頁面左擊link A,A在新窗口中打開(target='_blank') | √ | √ | √ | √ |
| 3 | 從B頁面右擊link A,在新窗口中打開 | √ | √ | √ | " " |
| 4 | 從B頁面右擊link A,在新標籤頁中打開 | √ | √ | √ | " " |
| 5 | 鼠標拖動link A至地址欄 | / | " " | " " | " " |
| 6 | 鼠標拖動link A至標籤欄 | " " | " " | " " | " " |
| 7 | 使用瀏覽器的前進、後退按鈕 | 保持 | 保持 | 保持 | 保持 |
| 8 | 修改window.location打開A頁面(同域) | " " | √ | √ | √ |
| 9 | 使用window.open打開A頁面 | " " | √ | √ | √ |
| 10 | 點擊flash打開A頁面 | ||||
| 11 | 服務器重定向至A頁面 | " " | " " | " " | " " |
其中," "表示一個空的字符串,√表示能夠正確判斷來源頁,保持則意味使用前進後退不會改變頁面的referrer。從這張表裡可以看出document.referrer能覆蓋大約一半的case。但是對於一些比較常用的操作,例如利用鼠標拖動link至標籤欄、前進後退等情況還不能做出正確的處理。
document.referrer的來源
瀏覽器在向server請求頁面A的時候,會發送HTTP請求。這個請求的Header裡會帶上Referer屬性,server接收到該請求後,可以提取出Header裡的Referer,用於判斷訪客是從哪個頁面發起的請求。
一般情況下瀏覽器請求A時發送的Header中Referer是什麼,那麼拿到A頁面後document.referre的值就是什麼。上圖是一個請求A頁面的Header,A的document.referre為http://localhost/Test/b.html。
如果在Header中不包含Referre,那麼用document.referre去取的時候,就會被賦值為空字符串。
關於HTTPS請求
如果在一張普通的HTTP頁面上點擊了HTTPS的鏈接,那麼在https請求頭部可以附上Referer信息,之後在HTTPS頁面中依然可以用document.referre來獲得普通的http頁面。
同樣,如果是在一張https頁面上點擊了另一個HTTPS的鏈接,可以在請求的頭部附上Referer信息。
但是如果是從一張https頁麵點擊了http鏈接,那麼很不幸,發送的http請求頭里無法包含關於https頁面的信息,這可能是出於一種對https頁面的保護措施。
偽造Referer信息
根據上文的描述,document.referre源自於Header中的Referer。那麼如果想修改document.referre的值,理論上講,僅需要修改請求Header。可以將Header中現有的Referer替換成自己想要的值,如果原來沒有也可以添加Referer。
在客戶端,篡改Header是一件非常容易的事情。在一個頁面的http請求發出去之前,可以利用截包工具將其攔截,然後分析出頭部信息,並且修改Referre。
搜了一下,對於FireFox可以使用RefControl插件方便的進行修改。總之,欺騙Traffic source是輕而易舉的事情。
頁面強制Refresh
寫完不久就發現遺漏了一種頁面跳轉的方式,即在html中的meta標籤裡強制指定頁面進行refresh。例如在b.html中寫入
複製代碼代碼如下:<meta http-equiv="Refresh" content="5;URL=a.html">
則過5秒後瀏覽器會自動向server發起a頁面請求。
經過測試,在IE8,FF3.6-FF4.0中,均不會帶有Referer信息,但是chrome卻能夠鬼使神差的把b.html作為Referer添加進頭部。