我对此有一些想法，但我可以看到两者都有问题。我不需要 100% 准确的数据。一个 80% 的解决方案可以让我概括我将用户路由到的最流行的域。
选项 1 - 使用 PHP。通过一个文件路由链接，该文件track.php确保引用页面来自我的域，然后再跟踪点击。然后，此页面将用户路由到最终的预期 URL。显然，机器人可以欺骗这一点。做很多？我还可以检查用户代理。再说一次，我知道很多机器人都在欺骗这一点。
选项 2 - 使用 JavaScript。执行 JavaScript on click 函数，将点击写入数据库，然后将用户定向到最终 URL。
这两种方法都感觉可能会导致跟踪我的传出链接的爬虫出现问题。跟踪这些传出点击的最有效方法是什么？
跟踪传出链接的最有效方法（Facebook、Twitter 和几乎所有搜索引擎都使用它）是“ track.php”类型的文件。
检测机器人可以被认为是一个单独的问题，这些问题很好地涵盖了这些方法：http ://duckduckgo.com/?q=how+to+detect+http+bots+site%3Astackoverflow.com但是做一个简单的在 User-Agent 中对“bot”进行字符串搜索可能会让您接近 80%*（/robots.txt根据您正在处理的 bot 的类型，观察命中率会达到 95%*）。
*：基于零具体数据的半有根据的猜测
好吧，谷歌分析和 Piwik 为此使用了 Javascript。
由于机器人无法使用 JS，因此您将只有人类。另一方面，人类也可以禁用 JS（但老实说，这种情况很少见）
Facebook、Deviantart、WLM 等使用服务器端脚本进行跟踪。我不知道他们如何过滤机器人，但一个不错的 robots.txt 带有一两个过滤器，我猜这应该足以获得 80%。