上次博文提到，本站点的源服务器（位于Cloudcone）因为服务商进勒索了，除了有备份的之外，数据全丢，这其中自然就包括统计服务。本来各个文章的阅读数量，多的上千，少的也有几十，看着很赏心悦目，但现在没有了，就不赏心也不悦目了，咋办呢？

很简单，我们只需要通过别的数据来源，往里面『注水』就可以了

每天逛一逛，灌一灌，有益健康

1. 前言

博客站点的访问流量主要有三个源头：

• 博客聚合站，阅读器（定期拉取RSS）
• 搜索引擎
• 直链（在其他网站/社交媒体被引用）

第一个和第三个，没办法获取准确数据，倒是第二个，看起来很有希望，甚至也是笔者一开始尝试的途径。不过很显然，仔细分析就能发现，这样获取到的数据其实质量是参差不齐的，一方面自然是不能代表全部流量来源（后台发现还有使用DuckDuckGo，Yahoo，以及Perplexity的用户），另一方面主要还是不同搜索引擎所面对的目标用户不同。

举个例子：本站的搜索引擎统计主要是Bing和Google，他们都提供了查询搜索关键词的选项。在剔除掉『cloudcone』这个关键词（因为这是近期热点，会对数据产生偏差影响）之后，拉取最近一个月的搜索关键词，可以得到如下结果：

这是来自Google的统计结果

这是Bing的搜索结果

很显然，这就形成了三种不同的搜索倾向：

• 共有的：普通技术类（PVE，某浏览器扩展）
• Bing较多的：对讲机类（笔者有专门博文讲过这件事）
• Google较多的：加密代理类，重名类（这里不是枫林社区）

很显然，鱼龙混杂的搜索结果，给注水操作带来了麻烦。

别问了别问了，这里真的不是枫林社区！

考虑了很久，突然想起来一件事：站点还有个Google Analytics的服务挂着，而且几乎就是开始建站就已经挂着了。虽然Google统计是各大广告屏蔽途径的首要拦截目标之一，但目前也没办法了，只能死马当活马医，把Google Analytics数据当作注水的根据。

2. 获取数据

进入Google Analytics控制台，导航到网页和屏幕页面：

在左侧

接着把右上角的时间范围，起始点设置在站点开始运行的时间，终结点就是今天，下面就可以出现建站以来的统计数据：

我们主要关心的项目是浏览次数，因此只要拿到这个值，然后写入数据库即可。还好，GA提供了便捷的数据导出方式，只需要点击右上角的共享图标，在『共享此报告』中选择『下载文件』——『CSV文件』，就可以了。

CSV是方便进一步处理

3. 编写脚本，注水

请出我们的老朋友Python，写点正则表达式提取正确的路径中的文章ID，再切割开浏览次数，然后就可以拼凑SQL语句了：

import re

with open('ga.csv', 'r', encoding='utf-8') as f:
    for l in f:
        r = re.search(r'(?:\/index\.php\/archives\/)(\d+)(?:\/)', l)
        if(r != None):
            cid = r.group(1)
            # 解析csv
            s = l.split(',')[1]
            # 拼凑的语句，请自行修改
            print(f'UPDATE `blog_page_views` SET `views`=`views`+{s} WHERE `cid`={cid};')

本脚本主打一个凑合，除了最明显的，没有错误处理之外，理论上可以在Python里面直接连接数据库进行操作，但对于仅仅运行一次的脚本来说，调试起来就麻烦了，因此这里选择拼凑SQL语句，再手动扔到数据库管理软件执行的方式来操作。

同时，上面拼凑的语句是`views=views+{s}`，主要原因就在于，这份获取到的统计数据，部分路径有hashtag，会导致同一个ID出现多条统计结果。虽然理论上的正确处理方式是在程序代码里面去重，否则可能会导致数据不准确，但我们只是在灌水而已，不是精确统计，多出来的那一点毛毛雨就当作补偿好了。

软件是HeidiSQL

经过注水处理后，就可以看到热门文章已经有了对应量级的访问数了:

PVE Docker文章

4. 写在最后

科学注水，有益身心健康。

（完）