Umami项目中的动态加载跟踪脚本方案探讨
2025-05-08 20:26:35作者:秋泉律Samson
Umami作为一款开源的网站分析工具,其标准实现方式是通过在HTML页面中直接插入script标签来加载跟踪脚本。但在某些特殊场景下,开发者可能需要更灵活的控制方式,比如根据运行环境动态决定是否加载跟踪功能。
标准实现方式的问题
Umami的标准实现是通过在HTML头部插入预配置的script标签,这种方式简单直接但缺乏灵活性。当开发者需要:
- 区分生产环境和开发环境
- 处理离线文档的访问场景
- 根据网络条件动态决定是否启用跟踪 时,标准实现就显得力不从心。
动态加载方案
Umami核心开发者提出了几种替代方案来解决这一问题:
1. 条件式脚本注入
通过JavaScript动态创建和插入script标签,这种方式可以在运行时决定是否加载跟踪脚本:
function loadUmami() {
if (window.location.hostname === 'production-domain.com') {
const el = document.createElement('script');
el.src = 'https://analytics.example.com/umami.js';
el.dataset.websiteId = '94db1cb1-74f4-4a40-ad6c-962362670409';
document.body.appendChild(el);
}
}
2. 使用data-domains属性
Umami原生支持通过data-domains属性限制跟踪的域名范围:
<script
src="https://analytics.example.com/umami.js"
data-website-id="94db1cb1-74f4-4a40-ad6c-962362670409"
data-domains="production-domain.com">
</script>
这种方式可以确保跟踪脚本只在指定域名下激活。
进阶方案探讨
对于更复杂的场景,开发者可以考虑:
- 混合检测方案:结合域名检测和网络状态检测,在确保用户在线且处于生产环境时才加载跟踪脚本
- Service Worker拦截:通过Service Worker拦截跟踪脚本请求,根据条件决定是否实际发送请求
- 构建时注入:在构建流程中根据环境变量决定是否包含跟踪脚本
最佳实践建议
- 对于简单的环境区分,优先使用data-domains属性
- 需要更复杂条件判断时,采用动态脚本注入
- 在文档类应用中,考虑添加离线检测逻辑
- 始终确保用户隐私得到尊重,提供明确的退出机制
通过这些方案,开发者可以在保持Umami核心功能的同时,获得更大的灵活性和控制权,适应各种特殊场景的需求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

React Native鸿蒙化仓库
JavaScript
211
287

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

暂无简介
Dart
526
116

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
986
583

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
43
0

ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55

ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44