URL地址中所暴露出来的网站特点

我喜欢浏览网页时多个心眼。这个心眼需要观察许多元素，每个元素都能提供信息。孤立的一个元素不重要，但是多个元素组成的信息，往往能获得有价值的判断。那么从这些元素说起：

永远不忽略URL

URL是一个重要的信息，职业敏感让分析师绝对不会忽略URL地址的特点。URL反映出网站的蛛丝马迹，直接以例子说话:

$URL地址所在的域名

很多人在网上被骗，很大原因就是从来不关注URL所在的域名。

• 比如：http://www.taobao.ipx32.com/about.html，看似弱智的骗术却让很多网友 误以为是淘宝的网站而落入圈套。这是ipx32域的网站，而不是taobao的网站。
  在浏览的过程中，时刻关注页面的URL域名，可以知道点击链接是否离开本站，而关注新到的站点域名有何特征。在许多大客户的营销过程中，跨域的链接是很常 见的，不同的域意味着站长或广告主的监测工具与策略也会有所不同。
• 比如：在IT门户中常有Intel，华硕，HP等硬件厂商的专题页面（可能会添加Google Analytics或Nielsen的监测代码），这些页面中会有链接将访问者导入新的域名，如intel.com.cn，或者hp.com.cn（可能 会添加Omniture、HBX或Webtrends的监测代码）。这种跨域的URL是显而易见的。

$ URL地址所包含的参数

URL中包含参数是再常见不过了，但每个参数都有含义，关注它们能够全面掌握网站的功能特点。比如：

• http://www.chinawebanalytics.cn/?p=917 这是Sidney的新博客的地址，可以分析这个博客运营了挺长的一段时间了，ID号都排到917了。
• http://adsclick.qq.com/adsclick?oid=1112901&loc=QQ_SX_JY_Test6&url=http://www.52-abc.com/这是QQ首页的右侧广告链接，里面丰富的参数告诉了我们对这些广告位的名称定义，以及跳转的目标地址。
• http://www.soso.com/q?sp=S&sc=web&cid=w.q.in.sb.web&ty=1&bn=&op=entry&kw=&w=WA 这是腾讯搜搜的“WA”结果页，告诉我们搜索关键词参数是用W变量。还有一些别的参数，也许一下子看不懂，如果有需要可再多次试验研究，就可以确定。

总之，对URL的参数关注是分析师的基本功。

$ URL地址所指向的文件类型

URL中会包括文件类型的信息。

• HTML/HTM：这说明这种网站的页面是经过静态化处理的，以方便搜索引擎抓取。现在大部分门户与CMS系 统都会有静态化处理功能。再有一些简单的个人网页也会使用html文件名。
• JSP/PHP/ASPX/ASP：这说明这是一种动态页面，网页源文件是存在服务器端，这些文件的特性可自 行搜索了解。
• 无类型：有些地址，http://www.ectend.com，这是属于服务器 自定义了主页，效果其实是http://www.ectend.com/index.php
• .do：http://www.ems.com.cn/qcgzOutQueryAction.do?reqCode=gotoSearch 这种情况是jsp开发的网站。其实不需要完全知道，能辅助即可。这种网站一般有一定的技术含量，但技术实力不强，不够先进，常见于一些国资背景企业的功能 型网页，或者网站的后台。因为时下好的网站，在前端页面都能将URL隐藏得很好，不会出现.do这种情况。
• 另外：还有一些开源项目的网站URL地址比较特别，如Wordpress：http://www.ectend.com/index.php/excellent-analytics/； 或 Wikipedia：http://zh.wikipedia.org/wiki/Wikipedia:首页。

$ URL地址命名的特征

从URL的命名也能发现蹊跷或有趣的事，比如：

• 淘宝的URL特征就很有意思，是通过base 64编码的。（感谢money的指点，修正原来错误，很有收获，再次说明URL里有乾坤），很 多“-”。我推测“–”之间代表着变量，如果中间没有值，就代表这个变量没有定义。
  http://list.taobao.com/browse/50018957-50018960/n-1-1---------------------0---------yes---------------------2-------b--40--commend-0-all-50018960.htm?ssid=r18?ad_id=&am_id=&cm_id=&pm_id=
• 凡客诚品的URL也很有特色：
  http://www.vancl.com/Product_1E10000/RuanNiuPiXiDaiXiuXianXie+HeiSe.html， 产品拼音+颜色。
• 另外还能找出他们员工粗心之处：我们知道中文括号（）与英文括号()不同，URL地址中只能出现英文括号，中文括号会翻译成编码。可见Vancl 的员工在产品录入时没有统一标准：
  http://www.vancl.com/CategoryList-1440-1--1/GaoJiMianTangQuanMianChenShan%EF%BC%88ZunGuiKuan%EF%BC%89.html
http://www.vancl.com/CategoryList-1324-1--1/ShangWuXiuXianKu(BiaoZhunKuan).html

网页源文件

对于好奇的网页，一定要查看网页源文件。通过源文件的快速浏览能够确定网站的技术实力、设计人员的素质，监测工具与监测方法的部署情况。一般关注以 下四点：

• 代码是否干净还是冗烦
• 部署了哪些监测工具
• 监测工具的代码部署的位置与顺序
• 是否加入了可疑代码

查看本文来源