本文談一個常見但容易踩雷的技巧:用 JavaScript 讀取 document.referrer,判斷訪客是從哪個搜尋引擎點進來的。這個資訊本身在流量分析、來源標記、引導文案上都有正當用途;但必須先講清楚——如果拿它來對搜尋引擎與一般訪客回傳不同內容,那就屬於 cloaking(偽裝),違反各大搜尋引擎的網站管理規範,可能導致排名被降甚至移除。以下內容請只用於合法的分析與個人化情境。
下面的原始寫法把判斷放在 body 的 onload 之中,也就是頁面載入時才做判斷:
if (window.name != "Yang"){
var str1 = document.referrer.toLowerCase();
var engines = ['google.', 'baidu.', 'yahoo.', 'youdao.', 'sogou.', 'soso.'];
var fromSearch = engines.some(function(e){ return str1.indexOf(e) > 0; });
if (fromSearch){
// 這裡原本是直接導向另一個網址,實務上應該只做「標記」而非「轉址」
window.name = "Yang";
}
}
這段程式有幾個明顯問題值得逐一檢視:
window.name 會在同一個分頁的所有同源頁面之間持續存在,看似方便,實際上很容易造成狀態污染——使用者開新分頁、按上一頁、或跨站跳轉時,行為會變得難以預測。要記錄狀態,sessionStorage 才是正確工具。
原作者自己也承認「需要判斷更多蜘蛛來源時,程式碼寫起來比較麻煩」。這正是把條件寫成 if (a || b || c || d) 的必然結果。改成陣列搭配 some() 或 indexOf(),新增來源只要加一個字串。
原始寫法混用了 || 與 && 卻沒有加上括號。在 JavaScript 中 && 的優先權高於 ||,所以 A || B || C && D 實際上被解析成 A || B || (C && D),跟你心裡想的往往不同。混用兩者時,一律補上括號。
> 0 應該是 !== -1indexOf 找不到時回傳 -1,找到時回傳位置(可能是 0)。用 > 0 會漏掉「出現在字串開頭」的情況。正確寫法是 indexOf(x) !== -1,或用 ES6 的 includes()。
(function (){
var SEARCH_ENGINES = [
'google.', 'baidu.', 'bing.', 'yahoo.',
'youdao.', 'sogou.', 'so.com', 'duckduckgo.'
];
var ref = (document.referrer || '').toLowerCase();
if (!ref) return;
var matched = SEARCH_ENGINES.filter(function (host){
return ref.indexOf(host) !== -1;
});
if (!matched.length) return;
// 合法用途範例:記錄來源,供前端分析使用
try {
sessionStorage.setItem('landingSource', matched[0]);
document.documentElement.setAttribute('data-from-search', 'true');
} catch (e) { /* 隱私模式可能不允許寫入,靜默失敗即可 */ }
})();
要注意的是,document.referrer 有兩個先天限制:一是使用者或瀏覽器擴充可能完全移除它;二是近年來 Referrer-Policy 標頭與 rel="noreferrer" 越來越普遍,很多搜尋引擎為了隱私只會送出網域層級的資訊。因此:
document.referrer(referrer 記錄的是「訪客從哪來」,跟蜘蛛身分毫無關係,這兩件事常被混淆)。總結一句:document.referrer 是個方便但脆弱的訊號,適合拿來做「錦上添花」的個人化,不適合當成任何關鍵邏輯的判斷依據。