javascript - 检测网页是否使用谷歌分析

Question

我有一个 Node 服务器。我将一个 Url 传递到请求中，然后使用 cherio 提取内容。现在我想做的是检测该网页是否正在使用谷歌分析。我该怎么做？

request({uri: URL}, function(error, response, body)
{
    if (!error)
    {
        const $ = cheerio.load(body);
        const usesAnalytics = body.includes('googletag') || body.includes('analytics.js') || body.includes('ga.js');
        const isUsingGA = ?;
    }
}

从官方分析网站上，他们说您可以找到一些表明 GA 处于事件状态的字符串。我尝试过扫描正文中的这些内容，但即使该页面正在运行 GA，它们也总是返回 false。我将其包含在上面的代码中。

我查看过使用它的网站，但在他们的索引中看不到任何表明他们正在使用它的内容。只有当我去他们的来源并看到他们正在使用它时。我如何在 Node 中检测到这一点？

Answer 1

我有 Node 脚本，它使用 Puppeteer 来监视从网站发送的请求。

这是我不久前写的，所以有些部分可能与你无关，但你可以看一下:

'use strict';

 const puppeteer = require('puppeteer');


function getGaTag(lookupDomain){

 return new Promise((resolve) => {
  (async() => {
        var result = [];
        const browser = await puppeteer.launch({ headless: true });

        const page = await browser.newPage();
        await page.setRequestInterception(true);

        page.on('request', request => {

            const url = request.url();
            const regexp = /(UA|YT|MO)-\d+-\d+/i;

            // look for tracking script
            if (url.match(/^https?:\/\/www\.google-analytics\.com\/(r\/)?collect/i)) {

                console.log(url.match(regexp));
                console.log('\n');
                result.push(url.match(regexp)[0]);
            }
            request.continue();
        });

        try {
            await page.goto(lookupDomain);
            await page.waitFor(9000);

        } catch (err) {
            console.log("Couldn't fetch page " + err);
        }

        await browser.close();
        resolve(result);

    })();

})    

}

getGaTag('https://store.google.com/').then(result => {
    console.log(result)
})

运行 node ga-check.js 现在会返回查找域上 Google Analytucs 跟踪器的 UA ID:[ 'UA-54090495-1' ] 在本例中为 https://store.google.com

希望这有帮助!