PHP解析搜索引擎来源关键词的完整实现方法

洛溪

发布时间：2026-10-15 | 5人浏览过

原创

在电商或内容分发场景中，精确追踪用户下单或访问的来源渠道对于优化转化率至关重要。许多第三方统计工具在夜间或非工作时间可能存在数据断档，因此，通过后端脚本实时解析搜索引擎来路并提取搜索关键词是一种可靠的补充方案。

实现原理与准备条件

该功能的核心在于读取 HTTP 请求头中的 HTTP_REFERER 字段。当用户从搜索引擎页面点击链接进入网站时，浏览器会携带包含域名和搜索参数（如 wd=... 或 q=...）的 URL 地址。

关键注意事项：

编码差异：不同搜索引擎对关键词参数的编码方式不同。例如，Google 通常使用 UTF-8，而部分中文搜索引擎（如早期的百度）可能使用 GBK 编码。解码时必须注意字符集转换。
安全限制：如果用户直接从地址栏输入网址或通过书签访问，HTTP_REFERER 可能为空；若开启了 HTTPS 保护策略，跨域跳转时 Referer 信息也可能被隐藏，此时代码将捕获不到来源。

具体操作步骤

第1步：编写通用的关键词提取函数

首先定义一个辅助函数，用于从完整的 URL 字符串中截取指定参数名之后的值，直到遇到下一个参数分隔符（&）。这样可以防止截取出冗余的后缀字符。

<?php
// 获取来自搜索引擎入站时的关键词
function get_keyword($url, $kw_start) {
    // 查找关键词参数的起始位置
    $start = stripos($url, $kw_start);
    if ($start === false) return ''; 
    
    // 截取参数开始后的内容
    $url = substr($url, $start + strlen($kw_start));
    
    // 寻找结束符 & 的位置
    $end = stripos($url, '&');
    if ($end > 0) {
        // 存在后续参数，截取中间部分
        $s_s_keyword = substr($url, 0, $end);
    } else {
        // 无后续参数，直接取剩余全部
        $s_s_keyword = substr($url, 0);
    }
    return $s_s_keyword;
}
?

第2步：配置支持的搜索引擎列表

列出需要监控的搜索引擎域名及其对应的关键字查询参数名称（Query Parameter Name）。这有助于提高匹配效率。

$search_engines = [
    "google.com"      => "q",   // 通用 Google (UTF-8)
    "baidu.com"       => "wd",  // 百度     (GBK/UTF-8需确认)
    "yahoo.cn"        => "q",   // 雅虎中国 (UTF-8)
    "sogou.com"       => "query", // 搜狗   (GBK/UTF-8需确认)
    "bing.com"        => "q",   // 必应     (UTF-8)
    "youdao.com"      => "q",   // 有道     (UTF-8)
];

第3步：执行来源判断与数据提取

在主逻辑中，获取当前页面的来路 URL，使用正则表达式逐一比对域名，并根据匹配的引擎调用上述提取函数。特别注意针对 GBK 编码环境的转码操作（如使用 iconv 转换为 UTF-8），以确保前端展示正常。

<?php
$url = isset($_SERVER['HTTP_REFERER']) ? $_SERVER['HTTP_REFERER'] : '';
$s_s_keyword = '';
$engine_name = '未知';

if (!empty($url)) {
    // 简单判定是否为搜索引擎（可根据实际业务扩展）
    if (preg_match('/(baidu\.com|google\.com|bing\.com|so\.com)/i', $url)) {
        
        // --- 判断百度 ---
        if (strpos($url, 'baidu.com') !== false) {
            $s_s_keyword = get_keyword($url, 'wd=');
            $engine_name = '百度';
            // 若发现乱码，尝试从 GBK 转 UTF-8
            // $s_s_keyword = iconv('GBK', 'UTF-8', $s_s_keyword);
        }
        // --- 判断 Google ---
        elseif (strpos($url, 'google.com') !== false) {
            $s_s_keyword = get_keyword($url, 'q=');
            $engine_name = 'Google';
        }
        // --- 判断必应 ---
        elseif (strpos($url, 'bing.com') !== false) {
            $s_s_keyword = get_keyword($url, 'q=');
            $engine_name = '必应';
        }
        // 可扩展其他引擎...
        
        // URL Decode 处理特殊字符
        $s_s_keyword = urldecode($s_s_keyword);
    }
}

// 存储结果供后续使用
$_SESSION['source_engine'] = $engine_name;
$_SESSION['search_keyword'] = $s_s_keyword;
?