国内大多数站长可能都在用百度统计。统计的使用方法也很简单，只要在需要统计的页面底部加上统计代码即可。然后打开百度统计的后台，就能看到访客信息，包括入口页面，停留时间，跳出率等等，很是方便。

使用当然是会用，但是随着不断成长，逐渐开始考虑一些事情，比如百度统计只是一行JS怎么就实现统计了呢？如果不打开网页，是不是能利用脚本模拟这一过程呢？

与是就开始上网查资料，开始了新一轮的折腾。网上的研究百度统计的不多，我找到了李鑫博客的原理分析和模拟访问

原理分析

统计代码

首先，百度统计要求网站必须嵌入一段JS代码，大概是长这个样子的。

var _hmt = _hmt || [];

(function() {

var hm = document.createElement("script");

hm.src = "https://hm.baidu.com/hm.js?65e1c6689693082cffb3b7e1f2d8027f";

var s = document.getElementsByTagName("script")[0];

s.parentNode.insertBefore(hm, s);

})();

去除掉多余的代码，得到最重要的一行

https://hm.baidu.com/hm.js?65e1c6689693082cffb3b7e1f2d8027f

即引入这个JS文件就能实现统计了，问题后边的32位字符串就是每个站点特有的统计ID

hm.js做了些什么

该代码加载时，会往用户浏览器中写入名为“HMACCOUNT”的永久cookie，有效期至2038年，以此来区分用户身份。

同时会获取客户端环境，包括浏览器版本，屏幕分辨率，色深，语言等信息。

总结如下：

cc: 不知道，一般为1

cf:url参数hmsr的值

ci:url参数hmci的值

ck:是否支持cookie 1:0

cl:颜色深度 如 “32-bit”

cm:url参数hmmd的值

cp:url参数hmpl的值

cw:url参数hmkw的值

ds:屏幕尺寸,如 ‘1024×768’

ep:初始值为’0’，时间变量，反映页面停留时间，格式大概是：现在时间-载入时间+“，”+另一个很小的时间值

et:初始值为’0’，如果ep时间变量不是0的话，它会变成其他

fl:flash版本

ja:java支持 1:0

ln:语言 zh-cn

lo: 不知道，一般为0

lt:日期 time.time()，如“1327847756”， 在首次请求没有

nv: 不知道，一般为1或者0

rnd:十位随机数字

sb:如果是360se浏览器该值等于‘17’

se: 和搜索引擎相关

si:统计代码id

st:

su:上一页document.referrer

sw: 不知道，估计和搜索引擎有关，一般为空

sse:不知道，估计和搜索引擎有关，一般为空

v:统计代码的版本 ，目前该值为“1.2.30”

发送请求

当获取到所有信息的时候，就可以向服务器提交请求了，将之前获取到的参数进行整合，并以这些参数为后缀请求hm.gif，大概是这样一个地址

https://hm.baidu.com/hm.gif?cc=0&ck=1&cl=24-bit&ds=1440x900&vl=372&ep=7626%2C3009&et=3&fl=29.0&ja=0&ln=zh-cn&lo=0&lt=1524041576&rnd=1839110354&si=65e1c6689693082cffb3b7e1f2d8027f&su=https%3A%2F%2Fyantuz.cn%2F275.html&v=1.2.30&lv=3&sn=28783&u=https%3A%2F%2Fyantuz.cn%2F

模拟访问

既然了解了请求原理，那能不能用脚本实现模拟访问呢？答案当然是可以的

百度统计的4个请求

通过控制台我们可以发现，每访问一个页面都会产生4个请求

加载hm.js

加载完毕时候出发两次请求，并传递参数

退出页面时候，发出一次请求，并传递参数

实际模拟时，只需要前三次请求即可在访问记录中看到访客记录。

python模拟访问

import urllib2

import urllib

import random

import math

import urlparse

import time

import cookielib

########################################################################

class Baidu:

""""""

Referer='http://www.lixin.me'

TargetPage='/www.lixin.me'

BaiduID=''

Hjs="http://hm.baidu.com/h.js?"

Hgif="http://hm.baidu.com/hm.gif?"

UserAgent='Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)' #IE9

MyData={'cc':'1','ck':'1','cl':'32-bit','ds':'1024x768','et':'0','ep':'0','fl':'11.0','ja':'1','ln':'zh-cn','lo':'0','nv':'1','st':'3','v':'1.0.17'}

#----------------------------------------------------------------------

def __init__(self,baiduID,targetPage=None,refererPage=None):

"""Constructor"""

self.TargetPage=targetPage or self.TargetPage

self.Referer=refererPage or self.Referer

self.BaiduID=baiduID

self.MyData['si']=self.BaiduID

self.MyData['su']=urllib.quote(self.Referer)

pass

def run(self,timeout=5):

cj=cookielib.CookieJar()

opener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))

opener.addheaders=[("Referer",self.TargetPage),("User-Agent",self.UserAgent)]

try:

response=opener.open(self.Hjs+self.BaiduID).info()

self.MyData['rnd']=int(random.random()*2147483647 )

self.MyData['lt']=int(time.time())

fullurl=self.Hgif+urllib.urlencode(self.MyData)

response2=opener.open(fullurl,timeout=timeout).info()

self.MyData['rnd']=int(random.random()*2147483647 )

self.MyData['et']='3'

self.MyData['ep']='2000,100'

response3=opener.open(self.Hgif+urllib.urlencode(self.MyData),timeout=timeout).info()

pass

except urllib2.HTTPError ,ex:

print ex.code

pass

except urllib2.URLError,ex:

print ex.reason

pass

pass

if __name__ =="__main__":

a=Baidu('百度统计id','https://yantuz.cn','yantuz.cn')

a.run()

文章来源：https://zhuanlan.zhihu.com/p/35844509